⚡ electrical engineering

Graph Signal Diffusion Models for Wireless Resource Allocation

यह शोध पत्र एक ग्राफ सिग्नल डिफ्यूजन मॉडल प्रस्तावित करता है जो निकट-इष्टतम, सामान्यीकरण योग्य वायरलेस संसाधन आवंटन के लिए सीखा गया कंडीशनल डिस्ट्रीब्यूशन से सीधे सैंपलिंग करके इटरेटिव प्रिमल-डुअल एक्सपर्ट पॉलिसी को एमोर्टाइज़ करने हेतु ग्राफ न्यूरल नेटवर्क के साथ एक यू-नेट आर्किटेक्चर का लाभ उठाता है।

मूल लेखक: Yigit Berkay Uslu, Samar Hadou, Shirin Saeedi Bidokhti, Alejandro Ribeiro

प्रकाशित 2026-04-08

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yigit Berkay Uslu, Samar Hadou, Shirin Saeedi Bidokhti, Alejandro Ribeiro

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक व्यस्त शहर है जहाँ हजारों लोग एक ही समय में वॉकी-टॉकी पर एक-दूसरे से बात करने की कोशिश कर रहे हैं। समस्या क्या है? यदि हर कोई एक साथ जोर से बोलता है, तो हवा में इतना शोर हो जाता है कि कोई भी कुछ सुन नहीं पाता। यह वायरलेस नेटवर्क में "इंटरफेरेंस" (हस्तक्षेप) की समस्या है।

इस शोध पत्र का लक्ष्य एक कंप्यूटर को इन वॉकी-टॉकी के लिए परफेक्ट ट्रैफिक कंट्रोलर बनना सिखाना है। इसे यह तय करना होगा कि किसे कब और कितनी जोर से बोलना चाहिए, ताकि हर कोई एक स्पष्ट संदेश प्राप्त कर सके और कोई अराजकता न फैले।

लेखकों ने इसे कैसे हल किया, इसे सरल उपमाओं के माध्यम से यहाँ समझाया गया है:

1. समस्या: बहुत अधिक चर (Variables), बहुत कम समय

एक वास्तविक वायरलेस नेटवर्क में, स्थितियाँ हर मिलीसेकंड में बदलती हैं (जैसे हवा का एक अचानक झोंका जो ध्वनि के प्रसार को बदल देता है)। प्रत्येक उपयोगकर्ता के लिए वॉल्यूम सेट करने का परफेक्ट तरीका खोजने के लिए, एक कंप्यूटर को आमतौर पर हर बार जब स्थितियाँ बदलती हैं, तो एक विशाल और धीमी गणना चलानी पड़ती है। यह आपके दिमाग में एक विशाल सुडोकू पहेली को हल करने जैसा है, जबकि कोई आप पर निर्देश चिल्ला रहा हो। वास्तविक समय के उपयोग के लिए यह बहुत धीमा है।

2. "एक्सपर्ट" शिक्षक: प्रिमल-डुअल एल्गोरिदम (Primal-Dual Algorithm)

सबसे पहले, लेखकों को एक शिक्षक की आवश्यकता थी। उन्होंने प्रिमल-डुअल एल्गोरिदम नामक एक गणितीय विधि का उपयोग किया।

उपमा: एक सख्त लेकिन प्रतिभाशाली कोच की कल्पना करें जो मैराथन ट्रेनिंग कैंप चला रहा है। कोच केवल धावकों को एक सटीक गति नहीं बताता। इसके बजाय, कोच हजारों सिमुलेशन चलाता है, अलग-अलग गति, अलग-अलग आराम के समय और अलग-अलग रणनीतियों को आजमाता है।
परिणाम: कोच को एहसास होता है कि सर्वश्रेष्ठ रणनीति एक स्थिर गति नहीं है। यह एक मिश्रण है। कभी आप तेज दौड़ते हैं, कभी आराम करते हैं, कभी फुसफुसाते हैं, तो कभी चिल्लाते हैं। "परफेक्ट" समाधान वास्तव में एक स्टोकेस्टिक पॉलिसी (stochastic policy) है—विभिन्न कार्यों के लिए संभावनाओं का एक समूह। कोच इन "लगभग-परफेक्ट" मिश्रित रणनीतियों का एक विशाल पुस्तकालय तैयार करता है।

3. छात्र: डिफ्यूजन मॉडल (Diffusion Model - "डिनोइजिंग" कलाकार)

अब, लेखक एक कंप्यूटर को उस कोच की तरह कार्य करना सिखाना चाहते थे, लेकिन तुरंत। इसके लिए उन्होंने डिफ्यूजन मॉडल का उपयोग किया।

उपमा: एक डिफ्यूजन मॉडल को एक ऐसे कलाकार की तरह सोचें जो स्टैटिक शोर (जैसे टीवी पर दिखने वाला सफेद शोर) से ढके हुए कैनवास से शुरू करके और धीरे-धीरे शोर को हटाकर एक सुंदर चित्र बनाना सीखता है।
यह यहाँ कैसे काम करता है:
1. कंप्यूटर पावर सेटिंग्स का एक "शोर युक्त" (noisy) रैंडम अनुमान लेता है।
- यह नेटवर्क की वर्तमान स्थितियों (चैनल स्टेट) को देखता है।
- यह अपने प्रशिक्षण (कोच के पुस्तकालय) का उपयोग करके धीरे-धीरे शोर को "साफ" करता है, स्टेप-दर-स्टेप, जब तक कि एक परफेक्ट, व्यवहार्य पावर एलोकेशन प्लान सामने न आ जाए।
1. हर बार शून्य से कठिन गणितीय समस्या को हल करने के बजाय, यह जो कुछ भी इसने सीखा है, उसके आधार पर समाधान को बस "पेंट" करता है।

4. ग्राफ न्यूरल नेटवर्क (GNN): अपने पड़ोस को समझना

वायरलेस नेटवर्क केवल संख्याओं की रैंडम लिस्ट नहीं होते; उनकी एक संरचना होती है। यूजर A, यूजर B में हस्तक्षेप करता है, लेकिन शायद यूजर Z में नहीं।

उपमा: लेखकों ने ग्राफ न्यूरल नेटवर्क (GNN) का उपयोग किया, जो एक 'नेबरहुड वॉच' (पड़ोस की निगरानी) की तरह है। हर घर (यूजर) को अलग-थलग देखने के बजाय, GNN समझता है कि "घर A, घर B के बगल में है, इसलिए यदि घर A अपना संगीत तेज करता है, तो घर B परेशान हो जाएगा।"
इस "नेबरहुड अवेयरनेस" का उपयोग करके, AI सामान्यीकरण (generalize) कर सकता है। यदि वह एक छोटे शहर में ट्रैफिक प्रबंधित करना सीख जाता है, तो वह आसानी से उन समान नियमों को एक बड़े शहर में लागू कर सकता है, भले ही वह शहर बड़ा हो या उसकी सड़कों का लेआउट अलग हो।

5. जादुई ट्रिक: टाइम-शेयरिंग (Time-Sharing)

इस शोध पत्र की सबसे बड़ी अंतर्दृष्टि यह है कि सर्वश्रेष्ठ समाधान एक एकल, स्थिर सेटिंग नहीं है। यह टाइम-शेयरिंग है।

उपमा: कल्पना कीजिए कि दो पड़ोसी एक शोर भरी पार्टी को लेकर बहस कर रहे हैं। "डिटरमिनिस्टिक" (पुराना) तरीका यह है कि दोनों को अपना वॉल्यूम 50% पर कम करने के लिए कहना। दोनों सुन तो पाते हैं, लेकिन संगीत उबाऊ हो जाता है।
"स्टोकेस्टिक" (नया) तरीका: AI उनसे कहता है: "पहले 10 सेकंड के लिए, आप तेज संगीत बजाएं और आप शांत रहें। अगले 10 सेकंड के लिए, आप शांत रहें और आप तेज संगीत बजाएं।"
परिणाम: समय के साथ, दोनों पड़ोसी तेज संगीत का आनंद ले पाते हैं, और वे एक-दूसरे में हस्तक्षेप नहीं करते हैं। AI स्वचालित रूप से इन तीव्र स्विचिंग पैटर्न को उत्पन्न करना सीख जाता है।

मुख्य निष्कर्ष (The Bottom Line)

लेखकों ने एक ऐसा AI बनाया जो:

एक धीमे, परफेक्ट गणितीय कोच (प्रिमल-डुल एल्गोरिदम) से सीखता है।
"डिनोइजिंग" आर्ट स्टाइल (डिफ्यूजन मॉडल) का उपयोग करके एयरवेव्स साझा करने के पैटर्न को याद रखता है।
नेबरहुड वॉच की तरह उपयोगकर्ताओं के बीच के संबंधों को समझता है (GNN)।
भारी गणित किए बिना, तुरंत समाधान देता है।

परिणाम: अपने परीक्षणों में, यह AI उस धीमे, परफेक्ट कोच जितना ही सक्षम था, लेकिन यह तत्काल था। इसने सभी को खुश रखने (उच्च डेटा दर) के साथ-साथ यह भी सुनिश्चित किया कि भीड़ में "कमजोर" उपयोगकर्ता पीछे न छूट जाएं (क्वालिटी-ऑफ-सर्विस बाधाओं को पूरा करना), और यह तब भी काम करता रहा जब नेटवर्क बड़ा हुआ या नियम बदले।

यह अनिवार्य रूप से कंप्यूटर को वायरलेस नेटवर्क में शक्ति के सही संतुलन को "महसूस" करना सिखाना है, ठीक वैसे ही जैसे एक कंडक्टर ऑर्केस्ट्रा में वाद्ययंत्रों के सही संतुलन को महसूस करता है।

यहाँ शोध पत्र "Graph Signal Diffusion Models for Wireless Resource Allocation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र ग्राफ-संरचित हस्तक्षेप (graph-structured interference) वाले वायरलेस नेटवर्क में प्रतिबंधित एर्गोडिक संसाधन अनुकूलन (constrained ergodic resource optimization) की चुनौती को संबोधित करता है।

संदर्भ: तेज़-फेडिंग (fast-fading) वाले वायरलेस चैनलों में, गुणवत्ता-दर-सेवा (QoS) मेट्रिक्स को अनुकूलित करना अक्सर जटिल गैर-उत्तल (non-convex) समस्याओं की ओर ले जाता है। नियतकालिक (deterministic) नीतियां अक्सर उपयोगिता (utility) और बाधाओं (constraints) के बीच इष्टतम संतुलन प्राप्त करने में विफल रहती हैं।
स्टोकेस्टिक लाभ: लेखक तर्क देते हैं कि स्टोकेस्टिक नीतियां (यादृच्छिक संसाधन आवंटन) विभिन्न नियतकालिक ऑपरेटिंग पॉइंट्स के बीच प्रभावी रूप से "टाइम-शेयरिंग" करके बेहतर उपयोगिता-बाधा ट्रेड-ऑफ प्राप्त कर सकती हैं। यह ऑपरेटिंग पॉइंट्स के उत्तल संयोजन (convex combinations) को प्रेरित करता है, जो एर्गोडिक बाधाओं को पूरा करने के लिए महत्वपूर्ण है।
मुख्य कठिनाई: इष्टतम स्टोकेस्टिक नीति खोजने के लिए प्रत्येक नए नेटवर्क रियलाइजेशन के लिए ऑनलाइन एक जटिल अनुकूलन समस्या को हल करने की आवश्यकता होती है। इसके अलावा, आवंटन का इष्टतम सशर्त वितरण (conditional distribution) क्लोज्ड फॉर्म में उपलब्ध नहीं है, जिससे सीधा सीखना कठिन हो जाता है।

2. कार्यप्रणाली (Methodology)

लेखक एक ढांचा प्रस्तावित करते हैं जो स्टोकेस्टिक आवंटन नीतियों को सीखने के लिए प्राइमल-डुअल ऑप्टिमाइज़ेशन को ग्राफ सिग्नल डिफ्यूजन मॉडल के साथ जोड़ता है।

अ. विशेषज्ञ नीति निर्माण (Expert Policy Generation - Primal-Dual Algorithm)

चूंकि इष्टतम सशर्त वितरण अज्ञात है, इसलिए लेखक "विशेषज्ञ" नमूने (expert samples) उत्पन्न करने के लिए एक प्राइमल-डुअल एल्गोरिदम का उपयोग करते हैं:

प्रारूप (Formulation): वे संसाधन आवंटन को एक प्रतिबंधित अनुकूलन समस्या के रूप में तैयार करते हैं (न्यूनतम-रेट बाधाओं के अधीन एर्गोडिक सम-रेट को अधिकतम करना)।
पुनरावृत्ति नमूनाकरण (Iterative Sampling): वे एक प्रोजेक्टेड डुअल ग्रेडिएंट डिसेंट एल्गोरिदम चलाते हैं। एक एकल नियतकालिक समाधान पर स्थिर होने के बजाय, यह एल्गोरिदम प्राइमल इटरेट्स $\{x_k\}$ का एक अनुक्रम उत्पन्न करता है।
स्टोकेस्टिक नीति: गैर-उत्तल प्रकृति के कारण, इटरेट्स किसी एक बिंदु पर नहीं रुकते हैं। इसके बजाय, इटरेट्स का समय-औसत अनुक्रम (time-averaged sequence) एक एर्गोडिक स्टोकेस्टिक नीति बनाता है। लेखक इस प्रक्षेपवक्र (trajectory) के 'बर्न-इन' काल के बाद के हिस्से को इष्टतम विशेषज्ञ सशर्त वितरण $D^*_x(\cdot | H)$ के नमूनों के रूप में मानते हैं।
मुख्य अंतर्दृष्टि: जबकि व्यक्तिगत इटरेट्स बाधाओं का उल्लंघन कर सकते हैं, उनका समय-औसत नीति एर्गोडिक अर्थ में सिद्ध रूप से निकट-इष्टतम और व्यवहार्य (feasible) होता है।

ब. जनरेटिव मॉडलिंग (Generative Modeling - Diffusion Models)

लक्ष्य एक पैरामेट्रिक मॉडल सीखना है जो महंगे इटरेटिव एल्गोरिदम को इन्फरेंस के समय चलाए बिना, इन विशेषज्ञ नमूनों के वितरण की नकल कर सके।

कंडीशनल डिफ्यूजन: एक डिफ्यूजन मॉडल को विशेषज्ञ नमूनों से मेल खाने के लिए सशर्त वितरण $D_x(\cdot | H; \theta)$ को सीखने के लिए प्रशिक्षित किया जाता है।
आर्किटेक्चर (U-GNN):
- ग्राफ संरचना: वायरलेस हस्तक्षेप को एक ग्राफ के रूप में मॉडल किया गया है जहाँ उपयोगकर्ता नोड्स हैं और हस्तक्षेप लिंक किनारे (edges) हैं।
- सिग्नल्स: चैनल अवस्थाओं और उपयोगकर्ता आवश्यकताओं को ग्राफ सिग्नल्स के रूप में माना जाता है।
- नेटवर्क: डिनोइजिंग बैकबोन एक U-ग्राफ न्यूरल नेटवर्क (U-GNN) है। यह स्किप कनेक्शन के साथ GNN ब्लॉक्स के एक U-आकार के कैस्केड का उपयोग करता है, जो चैनल स्टेट मैट्रिक्स ( $H$ ) और नोड स्टेट सिग्नल्स ( $u$ , जिसमें डायरेक्ट लिंक स्ट्रेंथ, इंटरफेरेंस और QoS आवश्यकताएं शामिल हैं) पर संयुक्त रूप से आधारित (conditioned) है।
प्रशिक्षण: मॉडल को फॉरवर्ड नॉइजिंग प्रक्रिया के दौरान जोड़े गए शोर (DDPM ऑब्जेक्टिव) की भविष्यवाणी करने के लिए प्रशिक्षित किया जाता है, जिसमें विशेषज्ञ नमूनों को ग्राउंड ट्रुथ के रूप में उपयोग किया जाता है।
इन्फरेंस: इन्फरेंस के समय, मॉडल सीखे गए वितरण से निकट-इष्टतम आवंटन वेक्टर को सीधे सैंपल करने के लिए एक DDIM (Denoising Diffusion Implicit Model) रिवर्स प्रक्रिया का उपयोग करता है, जिससे इटरेटिव विशेषज्ञ एल्गोरिदम की लागत कम हो जाती है।

3. मुख्य योगदान (Key Contributions)

नया ढांचा: एर्गोडिक वायरलेस रिसोर्स एलोकेशन के लिए डिफ्यूजन मॉडल्स का पहला अनुप्रयोग, जो आवंटन को नियतकालिक आउटपुट के बजाय स्टोकेस्टिक ग्राफ सिग्नल्स के रूप में मानता है।
विशेषज्ञ नीति निर्माण: एक प्राइमल-डुअल एल्गोरिदम का उपयोग करके प्रशिक्षण डेटा उत्पन्न करने की एक कठोर विधि, जो टाइम-शेयरिंग के माध्यम से गैर-उत्तल समस्याओं के लिए भी स्पर्शोन्मुख रूप से (asymptotically) निकट-इष्टतम और व्यवहार्य स्टोकेस्टिक नीतियां प्रदान करती है।
ग्राफ सिग्नल आर्किटेक्चर: ग्राफ सिग्नल डिफ्यूजन के लिए तैयार किया गया एक U-GNN का डिज़ाइन, जो विविध नेटवर्क टोपोलॉजी और आकार को संभालने के लिए GNN की स्केलेबिलिटी और ट्रांसफरैबिलिटी का लाभ उठाता है।
सामान्यीकरण और हस्तांतरणीयता (Generalization and Transferability): यह प्रदर्शित करना कि मध्यम आकार के नेटवर्क पर प्रशिक्षित नीतियां निम्नलिखित के लिए सामान्यीकृत होती हैं:
- अनदेखी QoS आवश्यकताएं: विभिन्न न्यूनतम-रेट बाधाओं के बीच सुचारू इंटरपोलेशन।
- बड़े पैमाने (Larger scales): बहुत अधिक उपयोगकर्ताओं वाले नेटवर्क में सफल स्थानांतरण (size-transferability)।

4. प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने 400 ट्रांसमीटर-रिसीवर जोड़ों वाले एड-हॉक नेटवर्क में इष्टतम पावर कंट्रोल केस स्टडी पर दृष्टिकोण का मूल्यांकन किया।

विशेषज्ञ बनाम प्रदर्शन: सीखा गया U-GNN नीति महंगे प्राइमाल-डुअल विशेषज्ञ नीति के प्रदर्शन का बारीकी से अनुसरण करता है।
- टेल रेट्स (Tail Rates): यह 1st और 5th पर्सेंटाइल रेट्स (जो निष्पक्षता के लिए महत्वपूर्ण हैं) के लिए निकट-इष्टतम प्रदर्शन करता है, जो नियतकालिक बेसलाइन्स से काफी बेहतर है।
- मीन रेट (Mean Rate): यह विशेषज्ञ के समान सम-रेट उपयोगिता (sum-rate utility) प्राप्त करता है।
नियतकालिक बेसलाइन्स के साथ तुलना:
- फुल-पावर (FP): कुल थ्रूपुट को अधिकतम करता है लेकिन एज यूजर्स के लिए QoS बाधाओं को पूरा करने में विफल रहता है (गंभीर अन्याय/unfairness)।
- एवरेज-पावर (AP): QoS बाधाओं को पूरा करने में विफल रहता है और कम उपयोगिता प्राप्त करता है।
- U-GNN: उच्च कुल उपयोगिता बनाए रखते हुए टेल यूजर्स के लिए QoS बाधाओं को सफलतापूर्वक पूरा करता है।
सामान्यीकरण (Generalization):
- QoS स्तर: विशिष्ट QoS स्तरों ( $f_{min} \in \{0.4, \dots, 0.8\}$ ) पर प्रशिक्षित मॉडल अनदेखे मध्यवर्ती और चरम QoS स्तरों के लिए सफलतापूर्वक सामान्यीकृत हुआ।
- नेटवर्क का आकार: $N=400$ नोड्स के लिए प्रशिक्षित नीति विभिन्न आकारों (1600 नोड्स तक) और घनत्वों वाले नेटवर्क में प्रभावी ढंग से स्थानांतरित हुई, जिससे स्थिर प्रदर्शन बना रहा।

5. महत्व (Significance)

यह कार्य वायरलेस रिसोर्स एलोकेशन रणनीतियों में एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करता है:

नियतकालिक से स्टोकेस्टिक की ओर: यह प्रमाणित करता है कि जनरेटिव मॉडल द्वारा सीखी गई स्टोकेस्टिक नीतियां, फेडिंग चैनलों में एर्गोडिक अनुकूलन के लिए श्रेष्ठ हैं, जो प्रभावी रूप से नियतकालिक नीतियों की "कॉन्वेक्स हल" (convex hull) समस्या को हल करती हैं।
कंप्यूटेशनल दक्षता: यह ऑनलाइन इटरेटिव ऑप्टिमाइज़ेशन (जो धीमा है और जिसके लिए डुअल अपडेट की आवश्यकता होती है) को एक प्रशिक्षित न्यूरल नेटवर्क के सिंगल फॉरवर्ड पास से बदल देता है, जिससे वास्तविक समय का स्टोकेस्टिक आवंटन संभव हो जाता है।
स्केलेबिलिटी: ग्राफ न्यूरल नेटवर्क और डिफ्यूजन मॉडल का उपयोग करके, यह दृष्टिकोण बड़े, गतिशील नेटवर्क में स्केल करता है और बिना पुन: प्रशिक्षण के बदलते टोपोलॉजी और बाधाओं के अनुकूल होता है, जो वर्तमान लर्निंग-आधारित वायरलेस सिस्टमों की एक बड़ी बाधा को दूर करता है।

निष्कर्षतः, यह शोध पत्र दर्शाता है कि ग्राफ सिग्नल डिफ्यूजन मॉडल वायरलेस नेटवर्क में जटिल, प्रतिबंधित, स्टोकेस्टिक नीतियों को सीखने के लिए एक शक्तिशाली उपकरण हैं, जो निकट-इष्टतम, निष्पक्ष और स्केलेबल रिसोर्स एलोकेशन के लिए एक व्यावहारिक मार्ग प्रदान करते हैं।