"Pekerjaan ini mengeksplorasi penggunaan pembelajaran mesin dalam membuat keputusan tentang saluran frekuensi mana yang akan ditransmisikan. Ini berpotensi membuat komunikasi di pita tanpa izin jauh lebih efisien," kata insinyur NIST Jason Coder, dikutip dari Scitechdaily.
Formula NIST memungkinkan pemancar untuk lebih cepat memilih sub-saluran terbaik dalam operasi WiFi dan LAA. Setiap pemancar memiliki cara untuk memaksimalkan kecepatan data dalam keseluruhan jaringan tanpa berkomunikasi satu sama lain.
Penelitian ini berbeda dengan penelitian sebelumnya tentang pembelajaran mesin dalam sebuah komunikasi. Awalnya, mereka memperhitungkan beberapa lapisan jaringan, peralatan fisik dan aturan akses antara pusat pemancar dan penerima.
Dalam simulasi komputer, metode alokasi optimal memberikan saluran ke pemancar dengan mencari semua kombinasi yang ada. Ini dapat digunakan untuk menemukan cara memaksimalkan laju data dari seluruh jaringan.
NIST mampu menghasilkan rumus untuk hasil maksimal tapi dalam proses yang jauh lebih sederhana. Jika proses identifikasi biasanya membutuhkan 45.600 percobaan, formula NIST dapat melakukannya hanya dengan percobaan 10 saluran dan ini hanya 0,02% dari biasanya.
Penelitian ini baru membahas skenario dalam ruangan, seperti bangunan dengan beberapa titik akses WiFi dan operasi ponsel di pita yang tidak berlisensi. Para peneliti sedang berencana untuk mengkonsep metode ini dalam skenario luar ruangan dengan skala lebih besar dan melakukan eksperimen fisik untuk menunjukkan efeknya.