🤖 machine learning

Link Adaptation Using Joint-Thompson Sampling

यह शोध पत्र लिंक अनुकूलन (link adaptation) के लिए जॉइंट-थॉमसन सैंपलिंग (Joint-Thompson Sampling - Joint-TS) एल्गोरिदम का प्रस्ताव करता है, जो मॉड्यूलेशन एंड कोडिंग स्कीम (Modulation and Coding Scheme) की सफलता की संभावनाओं की अंतर्निहित एकदिष्टता (monotonicity) को बनाए रखने के लिए एक बहुभिन्नचर क्रमबद्ध बीटा वितरण (multivariate ordered Beta distribution) का उपयोग करके पारंपरिक मल्टी-आर्म्ड बैंडिट दृष्टिकोणों में सुधार करता है, जिससे विभिन्न चैनल स्थितियों में सुदृढ़ और सुसंगत थ्रूपुट प्राप्त होता है।

मूल लेखक: Vignatha Vinjam, Manjunath Kolavennu, Myna Vajha, Karthik Periyapattana Narayanaprasad

प्रकाशित 2026-07-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Vignatha Vinjam, Manjunath Kolavennu, Myna Vajha, Karthik Periyapattana Narayanaprasad

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 आप एक शोर-शराबे वाले, बदलते हुए खेल के मैदान में एक गुप्त संदेश भेजने की कोशिश कर रहे हैं। आपके पास अलग-अलग "कोड" (जिसे मॉड्यूलेशन और कोडिंग स्कीम्स या MCS कहा जाता है) से भरा एक टूलबॉक्स है। कुछ कोड बहुत तेज़ लेकिन बहुत नाजुक होते हैं (वे टूट जाते हैं यदि खेल का मैदान थोड़ा भी ऊबड़-खाबड़ हो जाए), जबकि अन्य धीमे लेकिन बहुत मजबूत होते हैं (वे ऊबड़-खाबड़ रास्तों को झेल लेते हैं लेकिन उन्हें भेजने में बहुत समय लगता है)।

आपका लक्ष्य? वर्तमान क्षण के लिए एकदम सही कोड चुनना ताकि संदेश गड़बड़ाए बिना अधिक से अधिक डेटा भेजा जा सके। इसे लिंक एडेप्टेशन (Link Adaptation) कहा जाता है।

पुराना तरीका: अनुमान लगाना और जांचना

पारंपरिक रूप से, संदेश भेजने वाला व्यक्ति (ट्रांसमीटर) एक कठोर नियम पुस्तिका का उपयोग करता था। यदि खेल का मैदान शांत दिखता था, तो तेज़ कोड चुनें। यदि मैदान उबड़-खाबड़ दिखता था, तो धीमा कोड चुनें। यदि कोई संदेश विफल हो जाता था, तो वे नियम पुस्तिका को थोड़ा सा बदल देते थे।

लेकिन समस्या यह है कि खेल के मैदान बहुत तेज़ी से बदलते हैं! यदि हवा चलने लगे (एक "डॉप्लर शिफ्ट"), तो पुरानी नियम पुस्तिका प्रतिक्रिया देने में बहुत धीमी होती है। यह कल के मानचित्र का उपयोग करके कार चलाने की कोशिश करने जैसा है।

नया विचार: एक "क्रमबद्ध" जुआ

हाल ही में, वैज्ञानिकों ने इसे मल्टी-आर्म्ड बैंडिट्स (सोचिए स्लॉट मशीनों की एक पंक्ति) के खेल की तरह माना है। प्रत्येक कोड एक स्लॉट मशीन है। आप एक लीवर खींचते हैं (एक संदेश भेजते हैं), और या तो आप जीतते हैं (यह पहुँच जाता है) या हारते हैं (यह विफल हो जाता है)। लक्ष्य यह पता लगाना है कि अभी कौन सी मशीन सबसे अधिक भुगतान कर रही है।

अधिकांश मौजूदा एल्गोरिदम प्रत्येक स्लॉट मशीन को एक पूरी तरह से अलग रहस्य मानते हैं। वे यह नहीं जानते कि मशीनें वास्तव में आपस में जुड़ी हुई हैं। वास्तव में, एक स्वर्णिम नियम है: यदि एक "धीमा और मजबूत" कोड काम करता है, तो "तेज़ और नाजुक" कोड भी काम कर सकता है, लेकिन यदि एक "तेज़ और नाजुक" कोड विफल हो जाता है, तो "धीमा और मजबूत" वाला निश्चित रूप से काम करेगा। सफलता दर स्वाभाविक रूप से क्रमबद्ध होती है।

इस शोध पत्र के लेखक कहते हैं, "हम उस क्रम को क्यों अनदेखा करें?" वे एक नया एल्गोरिदम प्रस्तावित करते हैं जिसे जॉइंट-थॉमसन सैंपलिंग (Joint-Thompson Sampling या Joint-TS) कहा जाता है।

जादुई ट्रिक: "क्रमबद्ध" पासे

कल्पना कीजिए कि आपके पास पासों (dice) का एक बैग है, जिसमें प्रत्येक कोड के लिए एक पासा है।

पुराना तरीका (क्लासिकल थॉमसन सैंपलिंग): आप प्रत्येक पासे को स्वतंत्र रूप से फेंकते हैं। कभी-कभी, गणित अजीब हो जाता है, और आप एक नाजुक कोड के लिए "उच्च सफलता" वाला नंबर और एक मजबूत कोड के लिए "कम सफलता" वाला नंबर प्राप्त कर सकते हैं। यह भौतिकी के नियमों को तोड़ देता है!
नया तरीका (Joint-TS): लेखक एक विशेष ट्रिक का उपयोग करते हैं जिसे मल्टीवेरिएट ऑर्डर्ड बीटा (Multivariate Ordered Beta - MOB) डिस्ट्रीब्यूशन कहा जाता है। पासे अलग-अलग फेंकने के बजाय, वे उन्हें एक टीम के रूप में फेंकते हैं। वे परिणामों को क्रम में रहने के लिए मजबूर करते हैं: "मजबूत" कोड को हमेशा एक उच्च सफलता संख्या मिलनी चाहिए, बजाय "नाजुक" कोड के।

इसे करने के लिए, वे गिब्स सैंपलिंग (Gibbs sampling) नामक एक गणितीय नृत्य का उपयोग करते हैं। यह "हॉट पोटैटो" के खेल जैसा है जहाँ वे पासों को एक-दूसरे के आधार पर समायोजित करते हुए इधर-उधर घुमाते हैं, जब तक कि पूरा समूह एक पूर्ण, क्रमबद्ध रेखा में स्थिर न हो जाए। यह सुनिश्चित करता है कि एल्गोरिदम कभी भी भौतिक रूप से असंभव अनुमान न लगाए।

सिमुलेशन ने क्या दिखाया

टीम ने यह देखने के लिए कि उनके विचार दो दुनियाओं में कैसे प्रदर्शन करते हैं: एक शांत, स्थिर मैदान और एक जंगली, हवादार मैदान (उच्च डॉप्लर), एक कंप्यूटर सिमुलेशन (एक लाइब्रेरी pyitpp का उपयोग करके) चलाया।

1. शांत मैदान (Static Channels):
जब हवा स्थिर थी, तो पुराने नियम (OLLA) और नए "क्रमबद्ध" तरीके (Joint-TS) दोनों काफी अच्छे थे। Joint-TS सबसे अच्छे संभव स्कोर से थोड़ा पीछे था लेकिन बहुत करीब था। उदाहरण के लिए, 10dB के सिग्नल स्ट्रेंथ पर, Joint-TS ने 2.54 bps/Hz हासिल किया, जबकि "परफेक्ट" तरीके ने 2.68 bps/Hz हासिल किया। यह एक कड़ी टक्कर है, लेकिन Joint-TS मजबूती से खड़ा रहता है।

2. हवादार मैदान (Doppler Channels):
यही वह जगह है जहाँ जादू होता है। जब हवा तेज़ हुई (तेजी से चलती कार या ट्रेन का अनुकरण करते हुए), तो पुराने तरीके लड़खड़ाने लगे।

"लुकअप टेबल" विधि (LTS): यह विधि एक पूर्व-लिखित मानचित्र पर निर्भर करती है कि हवा कोड को कैसे प्रभावित करती है। जब हवा बहुत तेज़ हो गई (111 Hz डॉप्लर शिफ्ट), तो यह मानचित्र बेकार हो गया। एल्गोरिदम क्रैश हो गया, जो 1.29 bps/Hz तक गिर गया।
"स्वतंत्र" विधि (UTS): यह विधि, जो कोड के क्रम को अनदेखा करती है, संघर्ष भी करती है। यह भी गिरकर 1.56 bps/Hz पर आ गई।
"जॉइंट" विधि (Joint-TS): क्योंकि इसने कोड के प्राकृतिक क्रम का सम्मान किया, यह स्थिर रहा। 111 Hz की सबसे तेज़ हवा में भी, इसने 1.56 bps/Hz बनाए रखा।

3. "कोई सुराग नहीं" वाला परिदृश्य (No CQI):
कभी-कभी, प्रेषक को मौसम की रिपोर्ट (चैनल क्वालिटी इंडेक्स या CQI) नहीं मिलती है। उन्हें अंधेरे में अनुमान लगाना पड़ता है।

बिना CQI के, "लुकअप टेबल" विधि (LTS) शांत हवाओं में आश्चर्यजनक रूप से अच्छा प्रदर्शन करती थी लेकिन तेज़ हवाओं में संघर्ष करती रही।
"स्वतंत्र" विधि (UTS) पूरी तरह से बिखर गई, जो शांत हवाओं में 1.04 bps/Hz और हवादार वातावरण में 1.21 bps/Hz तक गिर गई।
Joint-TS सबसे मजबूत बना रहा। बिना मौसम की रिपोर्ट और तेज़ हवा के बावजूद, इसने 1.32 bps/Hz के साथ डेटा प्रवाह जारी रखा, जो अन्य तरीकों से बेहतर प्रदर्शन करता है।

निचोड़

यह शोध पत्र यह दावा नहीं करता है कि उन्होंने वायरलेस संचार की समस्या को हमेशा के लिए "हल" कर दिया है। इसके बजाय, सिमुलेशन बताते हैं कि Joint-TS यह चुनने के लिए कि कौन सा कोड उपयोग किया जाए, एक स्मार्ट तरीका है। यह इस तथ्य का सम्मान करके कि "मजबूत कोड नाजुक कोड की तुलना में सफल होने की अधिक संभावना रखते हैं," उन गलतियों से बचता है जो अन्य एल्गोरिदम अराजक वातावरण में करते हैं।

जबकि अन्य तरीके विफल हो सकते हैं जब हवा तेज़ चलती है या जब उनके पास मौसम की रिपोर्ट नहीं होती है, Joint-TS डेटा को बहने देता है। यह कोई जादुई छड़ी नहीं है, लेकिन सिमुलेशन में, इसने उबड़-खाबड़ यात्रा के लिए सबसे विश्वसनीय साथी के रूप में खुद को साबित किया।

तकनीकी सारांश: जॉइंट-थॉम्पसन सैंपलिंग का उपयोग करके लिंक एडेप्टेशन

समस्या का निरूपण
लिंक एडेप्टेशन (LA) एक महत्वपूर्ण मीडियम एक्सेस कंट्रोल (MAC) लेयर फंक्शन है जो इष्टतम ट्रांसमिशन पैरामीटर्स, विशेष रूप से मॉड्यूलेशन एंड कोडिंग स्कीम (MCS) को चुनने के लिए जिम्मेदार है, ताकि ब्लॉक एरर रेट (BLER) बाधा के तहत थ्रूपुट को अधिकतम किया जा सके। डाउनलिंक परिदृश्यों में, बेस स्टेशन (gNB) के पास प्रत्यक्ष चैनल स्टेट इंफॉर्मेशन नहीं होता है और वह यूजर इक्विपमेंट (UE) से चैनल क्वालिटी इंडेक्स (CQI) फीडबैक पर निर्भर करता है। पारंपरिक दृष्टिकोण, जैसे कि आउटर लूप लिंक एडेप्टेशन (OLLA), सिग्नल-टू-इंटरफेरेंस-प्लस-नॉइज़ रेशियो (SINR) ऑफसेट्स को समायोजित करने के लिए ACK/NACK सांख्यिकी का उपयोग करते हैं। हालांकि, OLLA तेजी से बदलते चैनलों (उच्च डॉप्लर शिफ्ट) के अनुकूल होने में धीमा है और इसमें प्रति-CQI स्टेट ग्रैनुलैरिटी का अभाव है।

हालिया साहित्य ने LA को एक मल्टी-आर्म्ड बैंडिट (MAB) समस्या के रूप में मॉडल किया है, जहाँ प्रत्येक MCS एक "आर्म" (arm) का प्रतिनिधित्व करता है जिसकी सफलता की संभावना अज्ञात होती है। जबकि अपर कॉन्फिडेंस बाउंड (UCB) और मानक थॉम्पसन सैंपलिंग (TS) जैसे एल्गोरिदम को लागू किया गया है, वे आमतौर पर MCS आर्म्स को स्वतंत्र मानते हैं। यह स्वतंत्रता धारणा वायरलेस चैनलों के एक मौलिक भौतिक गुण को पकड़ने में विफल रहती है: सफलता की संभावनाओं की एकदिष्टता (monotonicity)। विशेष रूप से, दिए गए चैनल की स्थिति के लिए, कम MCS इंडेक्स (अधिक मजबूत मॉड्यूलेशन) में उच्च MCS इंडेक्स (उच्च स्पेक्ट्रल दक्षता) की तुलना में स्वाभाविक रूप से उच्च सफलता संभावनाएं होती हैं ( $\theta_1 \ge \theta_2 \ge \dots \ge \theta_K$ )। मौजूदा MAB समाधान जो इस बाधा को अनदेखा करते हैं, वे या तो अपात्र विन्यास (infeasible configurations) को सैंपल कर सकते हैं या उप-इष्टतम रूप से अभिसरित (converge) हो सकते हैं, विशेष रूप से जब CQI फीडबैक अनुपलब्ध हो या चैनल की स्थितियां अत्यधिक गतिशील हों।

कार्यप्रणाली: जॉइंट-थॉम्पसन सैंपलिंग (Joint-TS)
यह पेपर जॉइंट-थॉम्पसन सैंपलिंग (Joint-TS) का प्रस्ताव करता है, जो एक ऐसा एल्गोरिदम है जिसे सीखने की प्रक्रिया के दौरान MCS सफलता की संभावनाओं की एकदिष्टता को स्पष्ट रूप से बनाए रखने के लिए डिज़ाइन किया गया है।

मल्टीवेरिएट ऑर्डर्ड बीटा (MOB) प्रायर: शास्त्रीय TS के विपरीत, जो प्रत्येक आर्म के लिए स्वतंत्र बीटा वितरण मानता है, Joint-TS एक मल्टीवेरिएट ऑर्डर्ड बीटा (MOB) वितरण का उपयोग प्रायर के रूप में करता है। यह वितरण सिम्प्लेक्स $S = \{ \theta \in [0, 1]^K \mid \theta_1 \ge \theta_2 \ge \dots \ge \theta_K \}$ पर परिभाषित है। इस संयुक्त वितरण से नमूने लेकर, एल्गोरिदम यह गारंटी देता है कि प्रत्येक सैंपल किया गया सफलता संभाव्यता सेट भौतिक एकदिष्टता बाधा को संतुष्ट करता है।
अनुमान के लिए गिब्स सैंपलिंग (Gibbs Sampling): MOB वितरण से सीधा सैंपलिंग करना गैर-तुच्छ है। लेखक MOB वितरण से नमूने उत्पन्न करने के लिए एक गिब्स सैंपलिंग तकनीक (एक मार्कोव चेन मोंटे कार्लो विधि) का उपयोग करते हैं। इस दृष्टिकोण का मुख्य आधार यह लेम्मा है कि अन्यों के दिए पर किसी भी एकल आर्म $\Theta_i$ का कंडीशनल वितरण, अपने पड़ोसियों की सीमाओं ( $\theta_{i+1} \le \Theta_i \le \theta_{i-1}$ ) द्वारा नियंत्रित एक रिस्ट्रिक्टेड बीटा वितरण का अनुसरण करता है।
एल्गोरिदम प्रवाह: प्रत्येक टाइम स्टेप पर, Joint-TS:
- गिब्स सैंपलिंग का उपयोग करके वर्तमान MOB पोस्टीरियर से सफलता की संभावनाओं का एक वेक्टर $(\Theta_1, \dots, \Theta_K)$ सैंपल करता है।
- वह MCS आर्म $I_t$ चुनता है जो अपेक्षित रिवॉर्ड ( $s_i \cdot \Theta_i$ ) को अधिकतम करता है।
- रिवॉर्ड (ACK/NACK) को देखता है और चयनित आर्म के पैरामीटर्स को अपडेट करता है। संयुक्त वितरण के कारण, यह अपडेट स्पष्ट रूप से अन्य सभी आर्म्स के पोस्टीरियर को प्रभावित करता है, जिससे बिना किसी स्पष्ट पुन: क्रम (re-ordering) के एकदिष्टता बाधा बनी रहती है।

प्रमुख योगदान

मोनोटोनिसिटी-अवेयर MAB: यह पेपर Joint-TS पेश करता है, जो पहला MAB-आधारित LA एल्गोरिदम है जो आर्म्स को स्वतंत्र संस्थाओं के रूप में मानने के बजाय, एक मल्टीवेरिएट प्रायर का उपयोग करके MCS सफलता की संभावनाओं की क्रमिक प्रकृति को सख्ती से लागू करता है।
सैंपलिंग तंत्र: लेखक MOB वितरण से नमूने लेने के लिए एक व्यावहारिक गिब्स सैंपलिंग विधि प्रस्तावित करते हैं, जो ऑर्डर्ड मल्टीवेरिएट वितरणों से सैंपलिंग की कम्प्यूटेशनल चुनौती को संबोधित करती है।
CQI सीमाओं के प्रति मजबूती: यह कार्य प्रदर्शित करता है कि Joint-TS तब भी प्रदर्शन बनाए रखता है जब CQI फीडबैक अनुपलब्ध हो, एक ऐसी स्थिति जहाँ अत्याधुनिक यूनिमोडल एल्गोरिदम (जैसे UTS) और टेबल-डिपेंडेंट एल्गोरिदम (जैसे Latent-TS) काफी खराब प्रदर्शन करते हैं।

सिमुलेशन परिणाम
लेखकों ने 5G NR MCS कॉन्फ़िगरेशन (29 स्तर) का उपयोग करके स्थिर और डॉप्लर-शिफ्टेड चैनल वातावरण में OLLA, मॉडिफाइड थॉम्पसन सैंपलिंग (MTS), यूनिमोडल थॉम्पसन सैंपलिंग (UTS), और लेटेंट-TS (LTS) के विरुद्ध Joint-TS का मूल्यांकन किया।

स्थिर चैनल (Static Channels): पूर्ण CQI के साथ स्थिर स्थितियों में, Joint-TS ने LTS (2.68 bps/Hz) के तुलनीय प्रतिस्पर्धी थ्रूपुट (जैसे 10 dB SINR पर 2.54 bps/Hz) प्राप्त किया।
उच्च डॉप्लर (मोबाइल) परिदृश्य:
- पूर्ण CQI के साथ: जबकि UTS और LTS कम डॉप्लर शिफ्ट पर अच्छा प्रदर्शन करते हैं, LTS उच्च डॉप्लर शिफ्ट (111 Hz) पर काफी गिर जाता है। Joint-TS ने UTS (1.56 bps/Hz) के समान स्थिर थ्रूपुट बनाए रखा, जो LTS (1.29 bps/Hz) से बेहतर है।
- CQI के बिना: CQI फीडबैक की अनुपस्थिति में, UTS संघर्ष करता है (111 Hz पर 1.34 bps/Hz तक गिर जाता है)। LTS कम-मध्यम डॉप्लर सेटिंग्स में उच्च थ्रूपुट बनाए रखता है लेकिन गिरावट दिखाता है। Joint-TS ने सभी डॉप्लर शिफ्ट केAcross निरंतर मजबूती प्रदर्शित की, जिससे UTS और MTS से बेहतर (111 Hz पर 1.32 bps/Hz) और LTS के प्रतिस्पर्धी थ्रूपुट बना रहा।

महत्व और दावे
पेपर का दावा है कि Joint-TS लिंक एडेप्टेशन के लिए एक सिद्धांत आधारित दृष्टिकोण प्रदान करता है जो वायरलेस चैनलों की अंतर्निहित संरचना का लाभ उठाता है। MOB वितरण का उपयोग करके, एल्गोरिदम दोषपूर्ण MCS संयोजनों के अन्वेषण की अक्षमताओं से बचता है। लेखक रेखांकित करते हैं कि जबकि मौजूदा एल्गोरिदम (जैसे CoTS) एकदिष्टता का लाभ उठाने का प्रयास करते हैं, उनकी सैंपलिंग तकनीकएं शायद ही कभी संयुक्त वितरण गुणों का सख्ती से पालन करती हैं।

Joint-TS का प्राथमिक महत्व इसकी मजबूती (robustness) में निहित है। सिमुलेशन संकेत देते हैं कि जबकि अन्य एल्गोरिदम विशिष्ट परिदृश्यों में विफल हो जाते हैं—जैसे उच्च-गतिशीलता वाले वातावरण या जब CQI फीडबैक गायब होता है—Joint-TS निरंतर, प्रतिस्पर्धी थ्रूपुट प्रदान करता है। लेखक इसे एक ऐसे समाधान के रूप में प्रस्तुत करते हैं जो पूर्व-मौजूद, संभावित रूप से गलत लुकअप टेबल्स (LTS के विपरीत) पर निर्भर नहीं करता है और बिना किसी मैनुअल पैरामीटर ट्यूनिंग के बदलते चैनल डायनेमिक्स के अनुकूल तेजी से ढल जाता है। यह कार्य सुझाव देता है कि MAB के भीतर भौतिक बाधाओं (एकदिष्टता) को लागू करने से गतिशील वायरलेस वातावरण में बेहतर प्रदर्शन मिलता है।

पुराना तरीका: अनुमान लगाना और जांचना

नया विचार: एक "क्रमबद्ध" जुआ

जादुई ट्रिक: "क्रमबद्ध" पासे

सिमुलेशन ने क्या दिखाया

निचोड़

इसी तरह के और पेपर