Devices and methods for communication

Abstract

Embodiments of the present disclosure provide a solution for ensuring consistency for life circle management (LCM) procedures. In a solution, a terminal device receives, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and performs the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

Description

DEVICES AND METHODS FOR COMMUNICATION

[0001] FIELDS

[0002] Example embodiments of the present disclosure generally relate to the field of communication techniques and in particular, to devices and methods for ensuring consistency for life circle management (LCM) procedures.BACKGROUND

[0003] With developments in the integration of artificial intelligence (AI)  / machine learning (ML) within the fifth generation (5G) and emerging sixth generation (6G) new radio (NR) air interface, a new frontier in network adaptability and efficiency is being explored. The 3rd generation partner project (3GPP) Release-18 study item and 3GPP Release-19 work item emphasize the importance of model generalization across various network scenarios, addressing the need for AI / ML models to maintain robust performance under diverse conditions. This includes the strategic incorporation of additional conditions to refine model training, ensuring models are well-suited to both network-side and user equipment-side requirements. There may be a plurality of phases during a life cycle of an ML model. It is important to ensure the consistency between different phases such as training and inference.SUMMARY

[0004] In general, embodiments of the present disclosure provide a solution for ensuring consistency for LCM procedures.

[0005] In a first aspect, there is provided a terminal device. The terminal device comprises: a processor configured to cause the terminal device to: receive, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and perform the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

[0006] In a second aspect, there is provided a network device. The network device  comprises: a processor configured to cause the network device to: generate, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; and transmit the first configuration information to a terminal device.

[0007] In a third aspect, there is provided a communication method performed by a terminal device. The method comprises: receiving, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and performing the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

[0008] In a fourth aspect, there is provided a communication method performed by a network device. The method comprises: generateing, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; and transmitting the first configuration information to a terminal device.

[0009] In a fifth aspect, there is provided a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to carry out the method according to the third, or fourth aspect.

[0010] Other features of the present disclosure will become easily comprehensible through the following description.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] Through the more detailed description of some example embodiments of the present disclosure in the accompanying drawings, the above and other objects, features and advantages of the present disclosure will become more apparent, wherein:

[0012] FIG. 1 illustrates an example communication environment in which example embodiments  of the present disclosure can be implemented;

[0013] FIG. 2 illustrates an example diagram of different options of relationship between model ID and associated ID;

[0014] FIG. 3 illustrates a signaling flows of communication in accordance with some example embodiments of the present disclosure;

[0015] FIG. 4 illustrates a flowchart of a communication method implemented at a terminal device according to some example embodiments of the present disclosure;

[0016] FIG. 5 illustrates a flowchart of a communication method implemented at a network device according to some example embodiments of the present disclosure; and

[0017] FIG. 6 illustrates a simplified block diagram of an apparatus that is suitable for implementing example embodiments of the present disclosure.

[0018] Throughout the drawings, the same or similar reference numerals represent the same or similar element.DETAILED DESCRIPTION

[0019] Principle of the present disclosure will now be described with reference to some example embodiments. It is to be understood that these embodiments are described only for the purpose of illustration and help those skilled in the art to understand and implement the present disclosure, without suggesting any limitation as to the scope of the disclosure. Embodiments described herein can be implemented in various manners other than the ones described below.

[0020] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same mean as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0021] As used herein, the term ‘terminal device’ refers to any device having wireless or wired communication capabilities. Examples of the terminal device include, but not limited to, user equipment (UE) , personal computers, desktops, mobile phones, cellular phones, smart phones, personal digital assistants (PDAs) , portable computers, tablets, wearable devices, internet of things (IoT) devices, Ultra-reliable and Low Latency Communications (URLLC) devices, Internet of Everything (IoE) devices, machine type communication (MTC) devices, devices on vehicle for V2X communication where X means pedestrian, vehicle, or infrastructure / network, devices for Integrated Access and Backhaul (IAB) , Space borne vehicles or Air borne vehicles  in Non-terrestrial networks (NTN) including Satellites and High Altitude Platforms (HAPs) encompassing Unmanned Aircraft Systems (UAS) , eXtended Reality (XR) devices including different types of realities such as Augmented Reality (AR) , Mixed Reality (MR) and Virtual Reality (VR) , the unmanned aerial vehicle (UAV) commonly known as a drone which is an aircraft without any human pilot, devices on high speed train (HST) , or image capture devices such as digital cameras, sensors, gaming devices, music storage and playback appliances, or Internet appliances enabling wireless or wired Internet access and browsing and the like. The ‘terminal device’ can further have ‘multicast / broadcast’ feature, to support public safety and mission critical, V2X applications, transparent IPv4 / IPv6 multicast delivery, IPTV, smart TV, radio services, software delivery over wireless, group communications and IoT applications. It may also incorporate one or multiple Subscriber Identity Module (SIM) as known as Multi-SIM. The term “terminal device” can be used interchangeably with a UE, a mobile station, a subscriber station, a mobile terminal, a user terminal or a wireless device.

[0022] The term “network device” refers to a device which is capable of providing or hosting a cell or coverage where terminal devices can communicate. Examples of a network device include, but not limited to, a Node B (NodeB or NB) , an evolved NodeB (eNodeB or eNB) , a next generation NodeB (gNB) , a transmission reception point (TRP) , a remote radio unit (RRU) , a radio head (RH) , a remote radio head (RRH) , an IAB node, a low power node such as a femto node, a pico node, a reconfigurable intelligent surface (RIS) , and the like.

[0023] The terminal device or the network device may have Artificial intelligence (AI) or Machine learning capability. It generally includes a model which has been trained from numerous collected data for a specific function, and can be used to predict some information.

[0024] The terminal or the network device may work on several frequency ranges, e.g., FR1 (e.g., 450 MHz to 6000 MHz) , FR2 (e.g., 24.25GHz to 71GHz) , frequency band larger than 100 GHz as well as Tera Hertz (THz) . It can further work on licensed / unlicensed / shared spectrum. The terminal device may have more than one connection with the network devices under Multi-Radio Dual Connectivity (MR-DC) application scenario. The terminal device or the network device can work on full duplex, flexible duplex and cross division duplex modes.

[0025] The embodiments of the present disclosure may be performed in test equipment, e.g., signal generator, signal analyzer, spectrum analyzer, network analyzer, test terminal device, test network device, channel emulator. In some embodiments, the terminal device may be connected with a first network device and a second network device. One of the first network device and the second network device may be a master node and the other one may be a secondary node.  The first network device and the second network device may use different radio access technologies (RATs) . In some embodiments, the first network device may be a first RAT device and the second network device may be a second RAT device. In some embodiments, the first RAT device is eNB and the second RAT device is gNB. Information related with different RATs may be transmitted to the terminal device from at least one of the first network device or the second network device. In some embodiments, first information may be transmitted to the terminal device from the first network device and second information may be transmitted to the terminal device from the second network device directly or via the first network device. In some embodiments, information related with configuration for the terminal device configured by the second network device may be transmitted from the second network device via the first network device. Information related with reconfiguration for the terminal device configured by the second network device may be transmitted to the terminal device from the second network device directly or via the first network device.

[0026] As used herein, the singular forms ‘a’ , ‘an’ and ‘the’ are intended to include the plural forms as well, unless the context clearly indicates otherwise. The term ‘includes’ and its variants are to be read as open terms that mean ‘includes, but is not limited to. ’ The term ‘based on’ is to be read as ‘at least in part based on. ’ The term ‘one embodiment’ and ‘an embodiment’ are to be read as ‘at least one embodiment. ’ The term ‘another embodiment’ is to be read as ‘at least one other embodiment. ’ The terms ‘first, ’ ‘second, ’ and the like may refer to different or same objects. Other definitions, explicit and implicit, may be included below.

[0027] In some examples, values, procedures, or apparatus are referred to as ‘best, ’ ‘lowest, ’ ‘highest, ’ ‘minimum, ’ ‘maximum, ’ or the like. It will be appreciated that such descriptions are intended to indicate that a selection among many used functional alternatives can be made, and such selections need not be better, smaller, higher, or otherwise preferable to other selections.

[0028] As used herein, the term “resource, ” “transmission resource, ” “uplink resource, ” or “downlink resource” may refer to any resource for performing a communication, such as a resource in time domain, a resource in frequency domain, a resource in space domain, a resource in code domain, or any other resource enabling a communication, and the like. In the following, unless explicitly stated, a resource in both frequency domain and time domain will be used as an example of a transmission resource for describing some example embodiments of the present disclosure. It is noted that example embodiments of the present disclosure are equally applicable to other resources in other domains.

[0029] As discussed above, there may be a plurality of phases during a life cycle of an ML model.  It is important to ensure the consistency between different phases such as training and inference, for example, ensuring the consistency at least between model training and model inference to address the impact of the changes of NW side additional conditions.

[0030] In addition, a working assumption regarding “associated identity, ID” has been agreed to indicate network side additional condition used for consistency indication between model training and model inference. Thus, one method to ensure UE perform correct model inference and model monitoring procedure under the basis of multiple associated ID conditions.

[0031] Regarding the associated ID, the UE may assume that NW-side additional conditions with the same associated ID are consistent at least within a cell. For UE part of two-sided model, the following example for model identification may be studied: A) a dataset is transferred from the NW / NW-side to UE / UE-side via standardized signaling; B) UE part of two-sided model (s) is (are) developed based on at least the above dataset; C) UE reports information of its UE part of two-sided model (s) corresponding to the above dataset to the NW.

[0032] From radio access network1 (RAN1) perspective, for UE-sided model (s) developed (e.g., trained, updated) at UE side, following procedure is an example (noted as AI-Example1) of MI-Option1 for further study (including the feasibility / necessity) :

[0033] ○ A: For data collection, NW signals the data collection related configuration (s) and it / their associated ID (s) ; Associated IDs for each sub use case in relation with NW-sided additional conditions.

[0034] ○ B: UE (s) collects the data corresponding to the associated ID (s) .

[0035] ○ C: AI / ML models are developed (e.g., trained, updated) at UE side based on the collected data corresponding to the associated ID (s) .

[0036] ○ D: UE reports information of its AI / ML models corresponding to associated IDs to the NW. Model ID is determined / assigned for each AI / ML model. The information may comprise relationship between model ID (s) and the associated ID (s) . Below alternatives may be used for determining / assigning the model ID (s) : Alt. 1: NW assigns Model ID; Alt. 2: UE assigns / reports Model ID; Alt. 3: Associated ID (s) is assumed as model ID (s) , where “Model ID is determined / assigned for each AI / ML model” is not needed; Alt. 4: Model ID is determined by pre-defined rule (s) in the specification

[0037] The above Step A / B / C and additional interaction of associated IDs between UE and NW  may be considered as a different solution for resolving the consistency without model identification.

[0038] For the consistency of NW-side additional condition across training and inference for UE-sided model for BM-Case 1 and BM Case 2, where the NW-side additional condition may at least impact UE assumption on beams of Set A / Set B, further study associated ID based option and performance monitoring based option.

[0039] It is expected to support functionality activation / deactivation after inference configuration. The UE will indicate the gNB / location management function (LMF) whether the AI / ML functionality is available / applicable. For a functionality to be applicable at least there should at least one model available within it. For NW-side additional conditions, RRC signaling from gNB to UE can be designed for consistency between inference and training. RAN2 will wait for RAN1 input for further details.

[0040] In real communication scenarios, it is possible that one model can be associated with multiple associated IDs for one dataset used for model training, since one model shall be applicable for different network additional conditions. How to ensure the consistency under such conditions needs to be further.

[0041] According to the embodiments of the present disclosure, a solution for ensuring consistency for LCM procedures is prosed. In a solution, a terminal device receives, from a network device, first configuration information for a first LCM procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and performs the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

[0042] Principles and implementations of the present disclosure will be described in detail below with reference to the figures.

[0043] Example Environments

[0044] FIG. 1 shows an example communication environment 100 in which example embodi-ments of the present disclosure can be implemented. The communication environment 100 comprises a terminal device 110 and a network device 120. Additionally, the network device 120 may provide one or more coverage areas, called as cells. In the example of FIG. 1, the network device 120 may provide cell 122.

[0045] Further, in the actual communication scenario, the terminal device 110 may move over, which cause a cell switch. In the example of FIG. 1, as moving, the terminal device 110 may switch from the cell 122 provided by the network device 120 to the cell 132 provided by the network device 130.

[0046] In the environment 100, a link from the network device 120 to the terminal device 110 is referred to as a downlink, while a link from the terminal device 110 to the network device 120 is referred to as an uplink. In downlink, the network device is a transmitting (TX) device (or a transmitter) and the terminal device 110 is a receiving (RX) device (or a receiver) . In uplink, the terminal device 110 is a transmitting TX device (or a transmitter) and the network device is a RX device (or a receiver) .

[0047] It is to be understood that the number of devices and their connections shown in FIG. 1 are only for the purpose of illustration without suggesting any limitation. The communication environment 100 may include any suitable number of devices configured to implementing ex-ample embodiments of the present disclosure.

[0048] In some embodiments, the terminal device 110 and the network device 120 may communi-cate with each other via a channel such as a wireless communication channel on an air interface (e.g., Uu interface) . The wireless communication channel may comprise a physical uplink con-trol channel (PUCCH) , a physical uplink shared channel (PUSCH) , a physical random-access channel (PRACH) , a physical downlink control channel (PDCCH) , a physical downlink shared channel (PDSCH) and a physical broadcast channel (PBCH) . Of course, any other suitable channels are also feasible.

[0049] The communications in the communication environment 100 may conform to any suitable standards including, but not limited to, Global System for Mobile Communications (GSM) , Long Term Evolution (LTE) , LTE-Evolution, LTE-Advanced (LTE-A) , New Radio (NR) , Wideband Code Division Multiple Access (WCDMA) , Code Division Multiple Access (CDMA) , GSM EDGE Radio Access Network (GERAN) , Machine Type Communication (MTC) and the like. The embodiments of the present disclosure may be performed according to any generation communication protocols either currently known or to be developed in the future. Examples of the communication protocols include, but not limited to, the first generation (1G) , the second generation (2G) , 2.5G, 2.75G, the third generation (3G) , the fourth generation (4G) , 4.5G, the fifth generation (5G) communication protocols, 5.5G, 5G-Advanced networks, or the sixth generation (6G) networks.

[0050] Work Principle and Example Signaling for Communication

[0051] As discussed above, associated ID has been agreed to indicate network side additional condition. The associated ID at least may be local ID, and global cell identity (GCI) may be used together with the associated ID.

[0052] Regarding the relationship between model ID (s) and the associated ID (s) , there may be below options:

[0053] ○ Option1: One model ID is linked to one associated ID by one-to-one mapping.

[0054] ○ Option2: One model ID may be linked to multiple associated IDs and each associated ID is only be linked to one model ID.

[0055] ○ Option3: One associated ID (s) may be linked to multiple model IDs and each model ID is only linked to one associated ID.

[0056] ○ Option4: Model ID (s) may be linked to associated ID (s) by many-to-many mapping.

[0057] Reference is now made FIG. 2, which illustrates an example diagram 200 of different options of relationship between model ID and associated ID. In real communication scenarios, it is possible that one model is associated with multiple associated IDs for one dataset used for model training, since one model is expected to be applicable for different network additional conditions. According to the embodiments of the present disclosure, a solution for ensuring consistency for LCM procedures is proposed, especially for Option 2.

[0058] Reference is made to FIG. 3, which illustrates a signaling flow of communication in accordance with some example embodiments of the present disclosure. For ease of discussion, FIG. 3 which will be discussed with reference to FIG. 1, for example, by using the terminal device 110, the network device 120 and optionally the network device 130.

[0059] In the following descriptions, while operations are depicted in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. In certain circumstances, multitasking and parallel processing may be advantageous. Likewise, while several specific implementation details are contained in the above discussions, these should not be construed as limitations on the scope of the present disclosure, but rather as descriptions of features that may be specific to particular embodiments. Certain features that are described in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments separately or in any suitable sub-combination.

[0060] It is to be understood that the operations at the terminal device 110 and the network device 120 should be coordinated. In other words, the network device 120 and the terminal device 110 should have common understanding about configurations, parameters and so on. Such common understanding may be implemented by any suitable interactions between the network device 120 and the terminal device 110 or both the network device 120 and the terminal device 110 applying the same rule / policy. In the following, although some operations are described from a perspective of the terminal device 110, it is to be understood that the corresponding operations should be performed by the network device 120. Similarly, although some operations are described from a perspective of the network device 120, it is to be understood that the corresponding operations should be performed by the terminal device 110. Merely for brevity, some of the same or similar contents are omitted here.

[0061] In addition, in the following description, some interactions are performed among the terminal device 110 and the network device 120 (such as, exchanging configuration (s) and so on) . It is to be understood that the interactions may be implemented either in one single signaling / message / configuration or multiple signaling / messages / configurations, including system information, radio resource control (RRC) message, downlink control information (DCI) message, uplink control information (UCI) message, media access control (MAC) control element (CE) and so on. The present disclosure is not limited in this regard.

[0062] It is noted that configuration information discussed below may be transmitted in a single message or more than one message. The present disclosure is not limited in this regard.

[0063] As illustrated in FIG. 3, in operation, the network device 120 generates (340) first configuration information for a first LCM procedure of an ML model with a plurality of associated identities. In particular, each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities.

[0064] Then the network device 120 tarsnsmits (350-1) the first configuration information to the termianl device 110 and the termianl device 110 receives (350-2) the first configuration information accordingly.

[0065] Upon receiving the first configuration information, the terminal device 110  performs (360) the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

[0066] As one example, the there may be N sets of additional network conditions which correspond to associated identities 1 to N, respectively. The termianl device 110 may obtain configuration #1 based on the set of additional network conditions #1, obtain configuration #2 based on the set of additional network conditions #2 and so on. In one example embodiment, the date collection and model training are performed by using the the respective set of additional network conditions, and the corresponding configuration may be obtained by the terminal device 110. In this event, when the terminal device 110 receives the first configuration information associated with associated identity #1, the termianl device 110 may apply the configuration #1 accordingly.

[0067] In some example embodiments, the first LCM procedure is one of the following: a mode training procedure, a mode inference procedure or a mode monitoring procedure.

[0068] In some example embodiments, the the plurality of associated identities may be obtianed from the network device 120. As illustted in the FIG. 3, the netwoek device 120 may trasnmit (320-1) third configuration information indicating the plurality associated identities associated with the ML model, and the terminal device 110 may receive (320-2) the third configuration information accordingly.

[0069] For a better understanding, example embodiment by using model training and model inference are discussed as below. In some embodiments, for consistency between model training and model inference, the terminal device 110 would receive the associated ID linked to each model. In some embodiments, the terminal device 110 may receive multiple associated IDs for each ML model.

[0070] Optionally, the terminal device 110 also may provide capability-related information to the network device 120. In some example embodiments, the terminal device 110 may transmit (305-1) capability-related information to the network device 120 and the network device 120 may receive (305-2) the capability-related information accordingly, where the capability-related information may comprise at least one of the following: an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group, an indication of whether the terminal device supports performing model inference for more than one associated identity, an indication of whether the terminal device supports performing model training  process for more than one associated identity, an indication of whether the terminal device supports associated ID switching for a same ML-based model, an indication of a duration required by the terminal device for performing the associated ID switching.

[0071] In some embodiments, in order to receive the first configuration information, the terminal device 110 may report its capability-related information to the network device 120. In some embodiments, the capability-related information may include at least one of the following.

[0072] ● Whether the terminal device 110 support multiple associated IDs linked to one AI / ML model for each functionality, features or feature groups.

[0073] ● whether the terminal device 110support model inference for multiple associated IDs simultaneously.

[0074] ● whether the terminal device 110support associated ID switching for each AI / ML model.

[0075] ● The minimum duration the terminal device 110 supported for the associated ID switching for each AI / ML model.

[0076] ● Whether the terminal device 110can perform model training once for multiple associated IDs.

[0077] In some embodiments, the capability-related information may be reported via UE capability signalling, proactive reporting via UAI as the UE sided additional information or reactive reporting as the UE sided additional information.

[0078] In some embodiments, when the terminal device 110 has the capability / applicability to support multiple linked associated IDs for each model, possibly, the terminal device 110 may be configured with multiple sets of configurations regarding to each associated ID for model inference. Specifically, such multiple set of configurations may include model activating configuration, including: 1) model activating starting offset (subframe number configuration and slot number configuration and timestamp configuration) ; 2) model activating duration configuration, including time duration, subframe number, slot number, and end time stamp; 3) periodicity configuration.

[0079] In the following, more details about the first configuration information will be discussed. In some example embodiments, the first configuration information is comprised in one of the following: a radio resource control (RRC) signaling, a MAC CE or DCI.

[0080] In some embodiments, first configuration information may indicate at least one of the following: the at least one associated identity, an identity of the ML model, an activation duration of the first configuration information, at least one respective activation duration corresponding to the at least one associated identity, a functionality identity, or a set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.

[0081] In some example embodiments, the activation duration may be indicated by at least one of the following: an indication of a starting time of the activation duration, an indication of an ending time of the activation duration, an indication of a time length of the activation duration, or a periodicity of the activation duration.

[0082] In some example embodiments, the terminal device 110 may transmits (315-1) a first message to the network device and the network device 120 may receive (315-2) the first message accordingly, where the first message may indicate at least one of the following: an identity of the ML model, at least part of the at least one associated identity, or a performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.

[0083] Example embodiments about the model inference will be discussed. In some embodiments, when the terminal device 110 performing data collection according to the configuration (such as, including the network additional conditions and corresponding associated identities) , optionally, the terminal device 110 may collect the dataset according to the configuration corresponding to each associated ID.

[0084] When the terminal device 110 is triggered to perform model inference, the terminal device 110 may needs to be configured with at least one of the associated ID updating information (via a message of “activated associated ID information updating messages” ) , for example, if the network device 120 wants to update the network side additional condition. The configuration formation may comprise: activated associated ID (list)  / deactivated associated ID (list) , Model ID, model activation duration configuration as mentioned before, functionality ID, and cell ID (list) . In some embodiments, such configuration information may be configured via DL MAC CE, RRC message or DCI.

[0085] Optionally, the terminal device 110 may receive multiple activated associated ID information updating messages for the same model inference.

[0086] After receiving the associated ID information updating message, the terminal device  110 may perform model inference based on the corresponding activated associated ID. When the terminal device 110 perform reporting, the terminal device 110 may indicate at least one of the following information to the network: model inference result, model ID, or activated associated ID.

[0087] As discussed above, the first LCM may be model monitoring. In the following, example operation for the case where the first LCM procedure is model monitoring will be discussed.

[0088] In some example embodiments, in a case that the first LCM procedure is model monitoring, the first configuration information may further indicate: a number of times of obtaining a monitoring result for an associated identity of the at least one associated identity, or a model monitoring result criteria associated with an associated identity of the at least one associated identity.

[0089] In some embodiments, if the terminal device 110 is capable to support multi-associated ID configuration for one AI / ML model, the terminal device 110 may have different evaluation of the model monitoring result. Specifically, the terminal device 110 may obtain multiple associated ID related model monitoring configurations, where such configuration may include: model ID, associated ID, and model monitoring duration configuration.

[0090] In some embodiments, model monitoring duration configuration may include at least one of the following: 1) model monitoring starting offset configuration which may include at least one of the following: subframe number, slot number, and time stamp; or model monitoring duration configuration; 2) the model monitoring duration configuration which may include at least one of the following: number of subframes used for model monitoring duration for the related associated ID, number of slot used for model monitoring duration for the related associated ID, or time duration used for model monitoring duration for the related associated ID.

[0091] In some embodiments, the configuration may further comprise model monitoring repetition, where the model monitoring repetition indicate the number of model monitoring result the terminal device 110 needs to get for specific associated ID.

[0092] In some embodiments, the configuration may further comprise model monitoring result criteria. If with specific associated ID, for one time of model monitor, the model monitoring result is below the configured model monitoring result criteria, it would be  indicated as not accurate, otherwise, if the model monitoring result is greater than or equal to the configured model monitoring result criteria, it would be indicated as accurate.

[0093] Regarding how to handle monitoring results, in some example embodiments, if the first configuration information is associated a first associated identity and a second associated identity, the terminal device 110 may determine a first record of a monitoring result associated with the first associated identity; and determines a second record of a monitoring result associated with the second associated identity.

[0094] Alternatibely, in some example embodiments, in a case that the first configuration information is associated a first associated identity, the terminal device 110 may determine a first record of a monitoring result associated with the first associated identity. During the first monitoring operation associated with the first associated identity, if the network device 120 trasnmits (370-1) second configuration information for the model monitoring of the ML model (the second configuration information is associated with a second associated identity) to the terminal device 110 (i.e., the terminal device 110 receives (370-2) second configuration information for the model monitoring of the ML model) , the terminal device 110 may determine a second record of a monitoring result associated with the second associated identity.

[0095] In the following, how the report the monitoring records will be further discussed. In some example embodiments, the terminal device 110 may transmits (315-1) a first message to the network device and the network device 120 may receive (315-2) the first message accordingly, where the first message may indicate at least one of the following: an identity of the ML model, at least part of the at least one associated identity, or a monitoring result of the first LCM procedure, the monitoring result being related to at least part of the at least one associated identity.

[0096] Alternatively, or in addition, in some example embodiments, the first message may further indicate at least one of the following: completion of a model monitoring operation associated with an associated identity of the at least one associated identity, or a duration for performing the model monitoring operation.

[0097] In some cases, information related to multiple associated identities may be needed to the transmitted to the network device 120. If so, certain reporting rules may be applied, as discussed below.

[0098] In some example embodiments, the terminal device 110 may report the first record and the second record to the network device based on priority information of the first and second associated identities.

[0099] In some example embodiments, the terminal device 110 may transmit the first message to the network device in accordance with a determination that:

[0100] ● a model monitoring operation associated with an associated identity of the at least one associated identity has been completed,

[0101] ● a number of monitoring operations having been completed is larger than or equal to a predefined number, each monitoring operation being associated with an associated identity of the at least one associated identity,

[0102] ● all of the monitoring operations associated with the at least one associated identity have been completed.

[0103] More example embodiments for the model monitoring procedure are discussed as below. In some embodiments, when the terminal device 110 is activated with model monitoring and configured with the configuration for the model linked with multiple associated IDs, the terminal device 110 may perform the following.

[0104] In some embodiments, the terminal device 110 may apply the corresponding associated model monitoring configuration according to the associated ID updated information, and accordingly perform model monitoring for the specific associated ID.

[0105] Alternatively, or in addition, in some embodiments, for each different associated ID, the terminal device 110 will use one separate entry to record the corresponding monitoring opportunity.

[0106] Alternatively, or in addition, in some embodiments, if the model monitoring result is above than the configured criteria threshold, the terminal device 110 may record this monitoring opportunity as accuracy; otherwise, if the model monitoring result is below than the configured criteria threshold, the terminal device 110 may record this monitoring opportunity as not accuracy.

[0107] Alternatively, or in addition, in some embodiments, if the associated ID updated information is receiving during the model monitoring procedure for a different associated ID, the terminal device 110 may use the corresponding entry to record the model monitoring result.

[0108] Alternatively, or in addition, in some embodiments, for each entry related to the corresponding associated ID, if the number of model monitoring result reaches the corresponding configured model monitoring repetition number, the terminal device 110 may stop performing model monitoring for the corresponding associated ID and indicated the completion to the network device 120.

[0109] Optionally, the terminal device 110 may not indicate a completion indication immediately after the model monitoring for one associated ID is completed, instead, the terminal device 110 may perform the reporting after the configured number of entries for which the model monitoring are completed for the corresponding associated IDs. In some embodiments, the terminal device 110 may perform the reporting after all of the entries for which the model monitoring are completed for the corresponding associated IDs.

[0110] In some embodiments, the completion indication may include at least one of the following information: associated ID, completion indication, the number of accuracy opportunity / not accuracy opportunity / missing opportunity, a time duration cost till completion, or model performance result after the terminal device 110 side calculation for the specific associated ID.

[0111] In some embodiments, the terminal device 110 may be further configured to report the raw / intermediate model performance monitoring data / result to the network device 120. In this event, for each entry, the terminal device 110 may report at least one of the following information: associated ID, model monitoring result for each model monitoring opportunity, or time duration for the completion of model monitoring for the specific associated ID.

[0112] In some embodiments, if multiple entry exist for multiple associated IDs, the terminal device 110 may, according to the configured priority, report the entries with highest priority, until the remaining uplink grant does not support accommodating one complete entry. Optionally, after reporting or indicating, the terminal device 110 may get an updated associated ID list for the model (since for certain network additional condition, the model may be no longer suitable) .

[0113] In some example embodiments, the reporting rule may be configured by the network device 120. As illustrated in FIG. 3, the network device 120 may transmit (330-2) fourth configuration information to the terminal device 110, and the terminal device 110 may receive (330-2) fourth configuration information accordingly, where the fourth  configuration information indicates a priority order of the plurality of associated identifies.

[0114] Further, after receiving the first message, the network device 120 also may provide further feedback to the terminal device 110. As illustrated in FIG. 3, the network device 120 may transmit (330-2) fourth configuration information to the terminal device 110, and the terminal device 110 may receive (330-2) fourth configuration information accordingly, where the fourth configuration information indicates one or more of the plurality of associated identifies and association between the one or more associated identifies and the ML model is removed. Alternatively, or in addition, the fourth configuration information may indicate a set of prioritized associated identifies of the ML model.

[0115] In some embodiments, in addition, the terminal device 110 may receive other configurations, which include at least one of the following: priority value for the multiple associated IDs. In case the terminal device 110 needs to perform model monitoring for multiple associated IDs simultaneously and the uplink grant may be limited, the terminal device 110 needs to firstly report those monitoring result with the highest priority towards network. The terminal device 110 also may receive the configuration to de-configure for specific associated IDs. For example, for some cases, some specific network side additional conditions may be no longer available, the network device 120 may de-configure the certain set of model monitoring configurations for the specific associated IDs. In some embodiments, such configure / de-configure implementation may be performed via setup-add list or setup-remove list; alternatively, best-fit model for specific associated ID.

[0116] It should be noted that the above processes are dynamic and cyclic processes. That is, different configuration information may be received from the network device 120 during different or same LCM procedure.

[0117] As illustrated in FIG. 3, in some example embodiments, the network device 120 may further transmit (380-1) fifth configuration information for a second LCM procedure of the ML model to the terminal device 110 and the terminal device 110 may receive (380-2) the fifth configuration information accordingly, where the fifth configuration information may be associated with at least one further associated identity which is at least partly different from the at least one associated identity. Then the terminal device 110 may perform the second LCM procedure based at least in part on at least one further configuration corresponding to the at least one least one further associated identity.

[0118] As discussed, in actual communication scenario, the terminal device 110 may move over time, and thus the terminal device 110 may switch from one cell to another cell. If so, related information needs to be transmitted to the target network device.

[0119] In some embodiments, the related information may be transmitted by the network device 120 (i.e., the source network device 120) . As illustrated in FIG. 3, in some example embodiments, the network device 120 may transmit (325) a second message to the further network device 130 (i.e., the target network device) , where the second message indicating at least of the following: the first configuration, the plurality of associated identities, an identity of the ML model, at least one activated associated identity of the ML model, capability-related information of the terminal device related to support of more than one associated identity, a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.

[0120] Alternatively, or in addition, the related information may be transmitted by the terminal device 110. As illustrated in FIG. 3, the terminal device 110 may transmit (335) a second message to a further network device 130, where the second message indicates at least of the following: the plurality of associated identities, an identity of the ML model, at least one activated associated identity of the ML model, capability-related information of the terminal device related to support of more than one associated identity, a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.

[0121] Some example embodiments for handover scenario are discussed as below. In some embodiments, for the purpose of model training for one UE, it may be configured with multi-associated IDs. Furthermore, after network configure the associated IDs for the UE, and when the handover procedure is triggered in the following for the UE, source gNB may transmit at least one of the following information towards target gNB: associated ID list, the terminal device 110 capability information related to multi-associated ID, model ID, or associated ID activated status for the model, target gNB needs to know currently the model is used for which associated IDs.

[0122] In some embodiments, the above information may be transmitted via source gNB in handover preparation period, or can be transmitted via the terminal device 110 towards target gNB in handover completion period.

[0123] Alternatively, the information may be transmitted from the terminal device 110  to the target network. If so, the information may be carried via UL MAC CE, or RRC messages.

[0124] In addition, at least one of the following information related to model monitoring procedure of the UE may also be transmitted to target gNB: model ID, related associated ID list, number of model monitoring opportunity the terminal device 110has been performed for each entry (associated ID) , model monitoring results for each model monitoring opportunity for each entry (associated ID) , if the monitoring procedure has not completed for the corresponding associated ID, or model monitoring calculation for each entry, if the monitoring procedure has completed for the corresponding associated ID.

[0125] In some embodiments, in addition, at least one of the following information related to the configuration of multi-associated ID of model monitoring would transmitted towards target gNB, including at least one of the following: model activating duration configuration, including: model activating starting offset: subframe number configuration and slot number configuration or timestamp configuration; alternatively, model activating duration configuration: time duration, subframe number, slot number, and end time stamp; alternatively, periodicity configuration.

[0126] Example Method

[0127] FIG. 4 illustrates a flowchart of a communication method 400 implemented at a terminal device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method 400 will be described from the perspective of the terminal device 110 in FIG. 1.

[0128] At block 410, the terminal device 110 receives, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities.

[0129] At block 420, the terminal device 110 performs the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

[0130] In some example embodiments, first configuration information indicates at least one of the following: the at least one associated identity, an identity of the ML model, an activation duration of the first configuration information, at least one respective activation duration corresponding to the at least one associated identity, a functionality identity, or a set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.

[0131] In some example embodiments, the activation duration is indicated by at least one of the following: an indication of a starting time of the activation duration, an indication of an ending time of the activation duration, an indication of a time length of the activation duration, or a periodicity of the activation duration.

[0132] In some example embodiments, the first LCM procedure is model monitoring and the first configuration information further indicates: a number of times of obtaining a monitoring result for an associated identity of the at least one associated identity, or a model monitoring result criteria associated with an associated identity of the at least one associated identity.

[0133] In some example embodiments, the first LCM procedure is model monitoring and the first configuration information is associated a first associated identity and a second associated identity, and the terminal device 110 determines a first record of a monitoring result associated with the first associated identity; and determines a second record of a monitoring result associated with the second associated identity.

[0134] In some example embodiments, the first LCM procedure is model monitoring and the first configuration information is associated a first associated identity, and the terminal device 110 determines a first record of a monitoring result associated with the first associated identity; receives second configuration information for the model monitoring of the ML model, wherein the second configuration information is associated with a second associated identity; and determines a second record of a monitoring result associated with the second associated identity.

[0135] In some example embodiments, the terminal device 110 reports the first record and the second record to the network device based on priority information of the first and second associated identities.

[0136] In some example embodiments, the terminal device 110 transmits, to the network  device, a first message indicating at least one of the following: an identity of the ML model, at least part of the at least one associated identity, or a performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.

[0137] In some example embodiments, the first LCM procedure is model monitoring and the first message further indicates at least one of the following: completion of a model monitoring operation associated with an associated identity of the at least one associated identity, or a duration for performing the model monitoring operation.

[0138] In some example embodiments, the first LCM procedure is model monitoring and the first configuration information is associated more than one associated identity, and wherein the terminal device 110 transmits, the first message to the network device in accordance with a determination that: a model monitoring operation associated with an associated identity of the at least one associated identity has been completed, a number of monitoring operations having been completed is larger than or equal to a predefined number, each monitoring operation being associated with an associated identity of the at least one associated identity, all of the monitoring operations associated with the at least one associated identity have been completed.

[0139] In some example embodiments, the terminal device 110 receives, from the network device, third configuration information indicating the plurality associated identities associated with the ML model.

[0140] In some example embodiments, the terminal device 110 receives, from the network device, fourth configuration information indicating at least one of the following: a priority order of the plurality of associated identifies; one or more of the plurality of associated identifies, wherein association between the one or more associated identifies and the ML model is removed, or a set of prioritized associated identifies of the ML model.

[0141] In some example embodiments, the terminal device 110 transmits, to the network device, capability-related information comprising at least one of the following: an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group, an indication of whether the terminal device supports performing model inference for more than one associated identity, an indication of whether the terminal device supports performing model training process for more than one associated identity, an indication of whether the  terminal device supports associated ID switching for a same ML-based model, an indication of a duration required by the terminal device for performing the associated ID switching.

[0142] In some example embodiments, the terminal device 110 receives, from the network device, fifth configuration information for a second LCM procedure of the ML model with a plurality of associated identities, wherein the fifth configuration is associated with at least one further associated identity which is at least partly different from the at least one associated identity; performs the second LCM procedure based at least in part on at least one further configuration corresponding to the at least one least one further associated identity.

[0143] In some example embodiments, the first configuration information is comprised in one of the following: a radio resource control (RRC) signaling, a medium access control control element (MAC CE) , or downlink control information.

[0144] In some example embodiments, the first LCM procedure is one of the following: a mode training procedure, a mode inference procedure, a mode monitoring procedure.

[0145] In some example embodiments, the terminal device 110 transmits, to a further network device, a second message indicating at least of the following: the plurality of associated identities, an identity of the ML model, at least one activated associated identity of the ML model, capability-related information of the terminal device related to support of more than one associated identity, a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.

[0146] FIG. 5 illustrates a flowchart of a communication method 500 implemented at a network device in accordance with some embodiments of the present disclosure. For the purpose of discussion, the method 500 will be described from the perspective of the network device 120 in FIG. 1.

[0147] At block 510, the network device 120 generates, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities.

[0148] At block 520, the network device 120 transmits the first configuration information to a terminal device.

[0149] In some example embodiments, first configuration information indicates at least one of the following: the at least one associated identity, an identity of the ML model, an activation duration of the first configuration information, at least one respective activation duration corresponding to the at least one associated identity, a functionality identity, or a set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.

[0150] In some example embodiments, the activation duration is indicated by at least one of the following: an indication of a starting time of the activation duration, an indication of an ending time of the activation duration, an indication of time length of the activation duration, or a periodicity of the activation duration.

[0151] In some example embodiments, the first LCM procedure is model monitoring and the first configuration information further indicates: a number of times of obtaining a monitoring result for an associated identity of the at least one associated identity, or a model monitoring result criteria associated with an associated identity of the at least one associated identity.

[0152] In some example embodiments, the network device 120 receives, from a terminal device, a first message indicating at least one of the following: an identity of the ML model, at least part of the at least one associated identity, or a performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.

[0153] In some example embodiments, the first LCM procedure is model monitoring and the first message further indicates at least one of the following: completion of a model monitoring operation associated with an associated identity of the at least one associated identity, or a duration for performing the model monitoring operation.

[0154] In some example embodiments, the network device 120 transmits, to the terminal device, third configuration information indicating the plurality associated identities associated with the ML model.

[0155] In some example embodiments, the network device 120 transmits, to the terminal device, fourth configuration information indicating at least one of the following: a priority  order of the plurality of associated identifies; one or more of the plurality of associated identifies, wherein association between the one or more associated identifies and the ML model is removed, or a set of prioritized associated identifies of the ML model.

[0156] In some example embodiments, the network device 120 receives, from the terminal device, capability-related information comprising at least one of the following: an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group, an indication of whether the terminal device supports performing model inference for more than one associated identity, an indication of whether the terminal device supports performing model training process for more than one associated identity, an indication of whether the terminal device supports associated ID switching for a same ML-based model, an indication of a duration required by the terminal device for performing the associated ID switching.

[0157] In some example embodiments, the network device 120 transmits, to the terminal device, fifth configuration information for a second LCM procedure of the ML model with a plurality of associated identities, wherein the fifth configuration is associated with at least one further associated identity which is at least partly different from the at least one associated identity.

[0158] In some example embodiments, the first configuration information is comprised in one of the following: a radio resource control (RRC) signaling, a medium access control control element (MAC CE) , or downlink control information.

[0159] In some example embodiments, the first LCM procedure is one of the following: a mode training procedure, a mode inference procedure, a mode monitoring procedure.

[0160] In some example embodiments, the network device 120 transmits, to a further network device, a second message indicating at least of the following: the first configuration information, the plurality of associated identities, an identity of the ML model, at least one activated associated identity of the ML model, capability-related information of the terminal device related to support of more than one associated identity, a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.

[0161] Example Device, apparatus and CRM

[0162] FIG. 6 is a simplified block diagram of a device 600 that is suitable for implementing embodiments of the present disclosure. The device 600 can be considered as a further example implementation of any of the devices as shown in FIG. 1. Accordingly, the device 600 can be implemented at or as at least a part of the terminal device 110 or the network device 120.

[0163] As shown, the device 600 includes a processor 610, a memory 620 coupled to the processor 610, a suitable transceiver 640 coupled to the processor 610, and a communication interface coupled to the transceiver 640. The memory 620 stores at least a part of a program 630. The transceiver 640 may be for bidirectional communications or a unidirectional communication based on requirements. The transceiver 640 may include at least one of a transmitter 642 and a receiver 644. The transmitter 642 and the receiver 644 may be functional modules or physical entities. The transceiver 640 has at least one antenna to facilitate communication, though in practice an Access Node mentioned in this application may have several ones. The communication interface may represent any interface that is necessary for communication with other network elements, such as X2 / Xn interface for bidirectional communications between eNBs / gNBs, S1 / NG interface for communication between a Mobility Management Entity (MME)  / Access and Mobility Management Function (AMF)  / SGW / UPF and the eNB / gNB, Un interface for communication between the eNB / gNB and a relay node (RN) , or Uu interface for communication between the eNB / gNB and a terminal device.

[0164] The program 630 is assumed to include program instructions that, when executed by the associated processor 610, enable the device 600 to operate in accordance with the embodiments of the present disclosure, as discussed herein with reference to FIGS. 1 to 5.The embodiments herein may be implemented by computer software executable by the processor 610 of the device 600, or by hardware, or by a combination of software and hardware. The processor 610 may be configured to implement various embodiments of the present disclosure. Furthermore, a combination of the processor 610 and memory 620 may form processing means 650 adapted to implement various embodiments of the present disclosure.

[0165] The memory 620 may be of any type suitable to the local technical network and may be implemented using any suitable data storage technology, such as a non-transitory computer readable storage medium, semiconductor-based memory devices, magnetic memory devices and systems, optical memory devices and systems, fixed memory and  removable memory, as non-limiting examples. While only one memory 620 is shown in the device 600, there may be several physically distinct memory modules in the device 600. The processor 610 may be of any type suitable to the local technical network, and may include one or more of general purpose computers, special purpose computers, microprocessors, digital signal processors (DSPs) and processors based on multicore processor architecture, as non-limiting examples. The device 600 may have multiple processors, such as an application specific integrated circuit chip that is slaved in time to a clock which synchronizes the main processor.

[0166] According to embodiments of the present disclosure, a terminal device comprising a circuitry is provided. The circuitry is configured to: receive, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and perform the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the terminal device as discussed above.

[0167] According to embodiments of the present disclosure, a network device comprising a circuitry is provided. The circuitry is configured to: generate, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; and transmit the first configuration information to a terminal device. According to embodiments of the present disclosure, the circuitry may be configured to perform any method implemented by the network device as discussed above.

[0168] The term “circuitry” used herein may refer to hardware circuits and / or combinations of hardware circuits and software. For example, the circuitry may be a combination of analog and / or digital hardware circuits with software / firmware. As a further example, the circuitry may be any portions of hardware processors with software including digital signal processor (s) , software, and memory (ies) that work together to cause an apparatus, such as a terminal device or a network device, to perform various functions. In a still  further example, the circuitry may be hardware circuits and or processors, such as a microprocessor or a portion of a microprocessor, that requires software / firmware for operation, but the software may not be present when it is not needed for operation. As used herein, the term circuitry also covers an implementation of merely a hardware circuit or processor (s) or a portion of a hardware circuit or processor (s) and its (or their) accompanying software and / or firmware.

[0169] According to embodiments of the present disclosure, a terminal apparatus is provided. The terminal apparatus comprises means for receiving, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and means for performing the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity. In some embodiments, the first apparatus may comprise means for performing the respective operations of the method 400. In some example embodiments, the first apparatus may further comprise means for performing other operations in some example embodiments of the method 400. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0170] According to embodiments of the present disclosure, a network apparatus is provided. The network apparatus comprises means for generateing, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; and means for transmitting the first configuration information to a terminal device. In some embodiments, the second apparatus may comprise means for performing the respective operations of the method 500. In some example embodiments, the second apparatus may further comprise means for performing other operations in some example embodiments of the method 500. The means may be implemented in any suitable form. For example, the means may be implemented in a circuitry or software module.

[0171] In summary, embodiments of the present disclosure provide the following aspects.

[0172] In an aspect, it is proposed a terminal device comprising: a processor configured to cause the terminal device to: receive, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; and perform the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.

[0173] In some embodiments, first configuration information indicates at least one of the following: the at least one associated identity, an identity of the ML model, an activation duration of the first configuration information, at least one respective activation duration corresponding to the at least one associated identity, a functionality identity, or a set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.

[0174] In some embodiments, the activation duration is indicated by at least one of the following: an indication of a starting time of the activation duration, an indication of an ending time of the activation duration, an indication of a time length of the activation duration, or a periodicity of the activation duration.

[0175] In some embodiments, the first LCM procedure is model monitoring and the first configuration information further indicates: a number of times of obtaining a monitoring result for an associated identity of the at least one associated identity, or a model monitoring result criteria associated with an associated identity of the at least one associated identity.

[0176] In some embodiments, the first LCM procedure is model monitoring and the first configuration information is associated a first associated identity and a second associated identity, and the terminal device 110 determine a first record of a monitoring result associated with the first associated identity; and determine a second record of a monitoring result associated with the second associated identity.

[0177] In some embodiments, the first LCM procedure is model monitoring and the first configuration information is associated a first associated identity, and the terminal device 110 determine a first record of a monitoring result associated with the first associated identity; receive second configuration information for the model monitoring of the ML  model, wherein the second configuration information is associated with a second associated identity; and determine a second record of a monitoring result associated with the second associated identity.

[0178] In some embodiments, the terminal device reports the first record and the second record to the network device based on priority information of the first and second associated identities.

[0179] In some embodiments, the terminal device transmits, to the network device, a first message indicating at least one of the following: an identity of the ML model, at least part of the at least one associated identity, or a performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.

[0180] In some embodiments, the first LCM procedure is model monitoring and the first message further indicates at least one of the following: completion of a model monitoring operation associated with an associated identity of the at least one associated identity, or a duration for performing the model monitoring operation.

[0181] In some embodiments, the first LCM procedure is model monitoring and the first configuration information is associated more than one associated identity, and wherein the terminal device 110 transmits, the first message to the network device in accordance with a determination that: a model monitoring operation associated with an associated identity of the at least one associated identity has been completed, a number of monitoring operations having been completed is larger than or equal to a predefined number, each monitoring operation being associated with an associated identity of the at least one associated identity, all of the monitoring operations associated with the at least one associated identity have been completed.

[0182] In some embodiments, the terminal device receives, from the network device, third configuration information indicating the plurality associated identities associated with the ML model.

[0183] In some embodiments, the terminal device receives, from the network device, fourth configuration information indicating at least one of the following: a priority order of the plurality of associated identifies; one or more of the plurality of associated identifies, wherein association between the one or more associated identifies and the ML model is removed, or a set of prioritized associated identifies of the ML model.

[0184] In some embodiments, the terminal device transmits, to the network device, capability-related information comprising at least one of the following: an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group, an indication of whether the terminal device supports performing model inference for more than one associated identity, an indication of whether the terminal device supports performing model training process for more than one associated identity, an indication of whether the terminal device supports associated ID switching for a same ML-based model, an indication of a duration required by the terminal device for performing the associated ID switching.

[0185] In some embodiments, the terminal device receives, from the network device, fifth configuration information for a second LCM procedure of the ML model with a plurality of associated identities, wherein the fifth configuration is associated with at least one further associated identity which is at least partly different from the at least one associated identity; performs the second LCM procedure based at least in part on at least one further configuration corresponding to the at least one least one further associated identity.

[0186] In some embodiments, the first configuration information is comprised in one of the following: a radio resource control (RRC) signaling, a medium access control control element (MAC CE) , or downlink control information.

[0187] In some embodiments, the first LCM procedure is one of the following: a mode training procedure, a mode inference procedure, a mode monitoring procedure.

[0188] In some embodiments, the terminal device transmits, to a further network device, a second message indicating at least of the following: the plurality of associated identities, an identity of the ML model, at least one activated associated identity of the ML model, capability-related information of the terminal device related to support of more than one associated identity, a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.

[0189] In an aspect, it is proposed a network device comprising: a processor configured to cause the network device to: generate, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; and transmit the first configuration  information to a terminal device.

[0190] In some embodiments, first configuration information indicates at least one of the following: the at least one associated identity, an identity of the ML model, an activation duration of the first configuration information, at least one respective activation duration corresponding to the at least one associated identity, a functionality identity, or a set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.

[0191] In some embodiments, the activation duration is indicated by at least one of the following: an indication of a starting time of the activation duration, an indication of an ending time of the activation duration, an indication of time length of the activation duration, or a periodicity of the activation duration.

[0192] In some embodiments, the first LCM procedure is model monitoring and the first configuration information further indicates: a number of times of obtaining a monitoring result for an associated identity of the at least one associated identity, or a model monitoring result criteria associated with an associated identity of the at least one associated identity.

[0193] In some embodiments, the network device receives, from a terminal device, a first message indicating at least one of the following: an identity of the ML model, at least part of the at least one associated identity, or a performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.

[0194] In some embodiments, the first LCM procedure is model monitoring and the first message further indicates at least one of the following: completion of a model monitoring operation associated with an associated identity of the at least one associated identity, or a duration for performing the model monitoring operation.

[0195] In some embodiments, the network device transmits, to the terminal device, third configuration information indicating the plurality associated identities associated with the ML model.

[0196] In some embodiments, the network device transmits, to the terminal device, fourth configuration information indicating at least one of the following: a priority order of the plurality of associated identifies; one or more of the plurality of associated identifies, wherein association between the one or more associated identifies and the ML model is  removed, or a set of prioritized associated identifies of the ML model.

[0197] In some embodiments, the network device receives, from the terminal device, capability-related information comprising at least one of the following: an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group, an indication of whether the terminal device supports performing model inference for more than one associated identity, an indication of whether the terminal device supports performing model training process for more than one associated identity, an indication of whether the terminal device supports associated ID switching for a same ML-based model, an indication of a duration required by the terminal device for performing the associated ID switching.

[0198] In some embodiments, the network device transmits, to the terminal device, fifth configuration information for a second LCM procedure of the ML model with a plurality of associated identities, wherein the fifth configuration is associated with at least one further associated identity which is at least partly different from the at least one associated identity.

[0199] In some embodiments, the first configuration information is comprised in one of the following: a radio resource control (RRC) signaling, a medium access control control element (MAC CE) , or downlink control information.

[0200] In some embodiments, the first LCM procedure is one of the following: a mode training procedure, a mode inference procedure, a mode monitoring procedure.

[0201] In some embodiments, the network device transmits, to a further network device, a second message indicating at least of the following: the first configuration information, the plurality of associated identities, an identity of the ML model, at least one activated associated identity of the ML model, capability-related information of the terminal device related to support of more than one associated identity, a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.

[0202] In an aspect, a terminal device comprises: at least one processor; and at least one memory coupled to the at least one processor and storing instructions thereon, the instructions, when executed by the at least one processor, causing the device to perform the method implemented by the terminal device discussed above.

[0203] In an aspect, a network device comprises: at least one processor; and at least one memory coupled to the at least one processor and storing instructions thereon, the instructions, when executed by the at least one processor, causing the device to perform the method implemented by the network device discussed above.

[0204] In an aspect, a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the terminal device discussed above.

[0205] In an aspect, a computer readable medium having instructions stored thereon, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the network device discussed above.

[0206] In an aspect, a computer program comprising instructions, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the terminal device discussed above.

[0207] In an aspect, a computer program comprising instructions, the instructions, when executed on at least one processor, causing the at least one processor to perform the method implemented by the network device discussed above.

[0208] Generally, various embodiments of the present disclosure may be implemented in hardware or special purpose circuits, software, logic or any combination thereof. Some aspects may be implemented in hardware, while other aspects may be implemented in firmware or software which may be executed by a controller, microprocessor or other computing device. While various aspects of embodiments of the present disclosure are illustrated and described as block diagrams, flowcharts, or using some other pictorial representation, it will be appreciated that the blocks, apparatus, systems, techniques or methods described herein may be implemented in, as non-limiting examples, hardware, software, firmware, special purpose circuits or logic, general purpose hardware or controller or other computing devices, or some combination thereof.

[0209] The present disclosure also provides at least one computer program product tangibly stored on a non-transitory computer readable storage medium. The computer program product includes computer-executable instructions, such as those included in program modules, being executed in a device on a target real or virtual processor, to carry out the process or method as described above with reference to FIGS. 1 to 6. Generally, program  modules include routines, programs, libraries, objects, classes, components, data structures, or the like that perform particular tasks or implement particular abstract data types. The functionality of the program modules may be combined or split between program modules as desired in various embodiments. Machine-executable instructions for program modules may be executed within a local or distributed device. In a distributed device, program modules may be located in both local and remote storage media.

[0210] Program code for carrying out methods of the present disclosure may be written in any combination of one or more programming languages. These program codes may be provided to a processor or controller of a general purpose computer, special purpose computer, or other programmable data processing apparatus, such that the program codes, when executed by the processor or controller, cause the functions / operations specified in the flowcharts and / or block diagrams to be implemented. The program code may execute entirely on a machine, partly on the machine, as a stand-alone software package, partly on the machine and partly on a remote machine or entirely on the remote machine or server.

[0211] The above program code may be embodied on a machine readable medium, which may be any tangible medium that may contain, or store a program for use by or in connection with an instruction execution system, apparatus, or device. The machine readable medium may be a machine readable signal medium or a machine readable storage medium. A machine readable medium may include but not limited to an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, apparatus, or device, or any suitable combination of the foregoing. More specific examples of the machine readable storage medium would include an electrical connection having one or more wires, a portable computer diskette, a hard disk, a random access memory (RAM) , a read-only memory (ROM) , an erasable programmable read-only memory (EPROM or Flash memory) , an optical fiber, a portable compact disc read-only memory (CD-ROM) , an optical storage device, a magnetic storage device, or any suitable combination of the foregoing.

[0212] Further, while operations are depicted in a particular order, this should not be understood as requiring that such operations be performed in the particular order shown or in sequential order, or that all illustrated operations be performed, to achieve desirable results. In certain circumstances, multitasking and parallel processing may be advantageous. Likewise, while several specific implementation details are contained in the above discussions, these should not be construed as limitations on the scope of the  present disclosure, but rather as descriptions of features that may be specific to particular embodiments. Certain features that are described in the context of separate embodiments may also be implemented in combination in a single embodiment. Conversely, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments separately or in any suitable sub-combination.

[0213] Although the present disclosure has been described in language specific to structural features and / or methodological acts, it is to be understood that the present disclosure defined in the appended claims is not necessarily limited to the specific features or acts described above. Rather, the specific features and acts described above are disclosed as example forms of implementing the claims.

Claims

1.A terminal device comprising:a processor configured to cause the terminal device to:receive, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; andperform the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.2.The terminal device of claim 1, wherein first configuration information indicates at least one of the following:the at least one associated identity,an identity of the ML model,an activation duration of the first configuration information,at least one respective activation duration corresponding to the at least one associated identity,a functionality identity, ora set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.3.The terminal device of claim 2, wherein the activation duration is indicated by at least one of the following:an indication of a starting time of the activation duration,an indication of an ending time of the activation duration,an indication of a time length of the activation duration, ora periodicity of the activation duration.4.The terminal device of claim 2 or 3, wherein the first LCM procedure is model monitoring and the first configuration information further indicates:a number of times of obtaining a monitoring result for an associated identity of the at least one associated identity, ora model monitoring result criteria associated with an associated identity of the at least one associated identity.5.The terminal device of claim 1, wherein the first LCM procedure is model monitoring and the first configuration information is associated a first associated identity and a second associated identity, and the terminal device is further caused to:determine a first record of a monitoring result associated with the first associated identity; anddetermine a second record of a monitoring result associated with the second associated identity.6.The terminal device of claim 1, wherein the first LCM procedure is model monitoring and the first configuration information is associated a first associated identity, and the terminal device is further caused todetermine a first record of a monitoring result associated with the first associated identity;receive second configuration information for the model monitoring of the ML model, wherein the second configuration information is associated with a second associated identity; anddetermine a second record of a monitoring result associated with the second associated identity.7.The terminal device of claim 1, wherein the terminal device is further caused to transmit, to the network device, a first message indicating at least one of the following:an identity of the ML model,at least part of the at least one associated identity, ora performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.8.The terminal device of claim 7, wherein the first LCM procedure is model monitoring and the first message further indicates at least one of the following:completion of a model monitoring operation associated with an associated identity of the at least one associated identity, ora duration for performing the model monitoring operation.9.The terminal device of claim 7 or 8, wherein the first LCM procedure is model monitoring and the first configuration information is associated more than one associated identity, and wherein the terminal device is further caused to:transmit, the first message to the network device in accordance with a determination that:a model monitoring operation associated with an associated identity of the at least one associated identity has been completed,a number of monitoring operations having been completed is larger than or equal to a predefined number, each monitoring operation being associated with an associated identity of the at least one associated identity,all of the monitoring operations associated with the at least one associated identity have been completed.10.The terminal device of claim 1, wherein the terminal device is further caused to: transmit, to the network device, capability-related information comprising at least one of the following:an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group,an indication of whether the terminal device supports performing model inference for more than one associated identity,an indication of whether the terminal device supports performing model training process for more than one associated identity,an indication of whether the terminal device supports associated ID switching for a same ML-based model,an indication of a duration required by the terminal device for performing the associated ID switching.11.The terminal device of claim 1, wherein the terminal device is further caused to:receive, from the network device, fifth configuration information for a second LCM procedure of the ML model with a plurality of associated identities, wherein the fifth configuration is associated with at least one further associated identity which is at least partly different from the at least one associated identity;perform the second LCM procedure based at least in part on at least one further configuration corresponding to the at least one least one further associated identity.12.The terminal device of claim 1, wherein the terminal device is further caused to: transmit, to a further network device, a second message indicating at least of the following:the plurality of associated identities,an identity of the ML model,at least one activated associated identity of the ML model,capability-related information of the terminal device related to support of more than one associated identity,a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.13.A network device comprising:a processor configured to cause the network device to:generate, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; andtransmit the first configuration information to a terminal device.14.The network device of claim 13, wherein first configuration information indicates at least one of the following:the at least one associated identity,an identity of the ML model,an activation duration of the first configuration information,at least one respective activation duration corresponding to the at least one associated identity,a functionality identity, ora set of cell identities of a set of cells, wherein the plurality of associated identities are uniquely identified among the set of cells.15.The network device of claim 13, wherein the network device is further caused to receive, from a terminal device, a first message indicating at least one of the following:an identity of the ML model,at least part of the at least one associated identity, ora performing result of the first LCM procedure, the performing result being related to at least part of the at least one associated identity.16.The network device of claim 13, wherein the network device is further caused to transmit, to the terminal device, fourth configuration information indicating at least one of the following:a priority order of the plurality of associated identifies;one or more of the plurality of associated identifies, wherein association between the one or more associated identifies and the ML model is removed, ora set of prioritized associated identifies of the ML model.17.The network device of claim 13, wherein the network device is further caused to: receive, from the terminal device, capability-related information comprising at least one of the following:an indication of whether the terminal device supports more than one associated identity linked to one ML-based model for a functionality, features or feature group,an indication of whether the terminal device supports performing model inference for more than one associated identity,an indication of whether the terminal device supports performing model training process for more than one associated identity,an indication of whether the terminal device supports associated ID switching for a same ML-based model,an indication of a duration required by the terminal device for performing the associated ID switching.18.The network device of claim 18, wherein the network device is further caused to: transmit, to a further network device, a second message indicating at least of the following:the first configuration information,the plurality of associated identities,an identity of the ML model,at least one activated associated identity of the ML model,capability-related information of the terminal device related to support of more than one associated identity,a performing result of the first LCM procedure, the performing result related to at least part of the at least one associated identity.19.A communication method implemented at a terminal device, comprising:receiving, from a network device, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponds to a set of additional network conditions and the first configuration information is associated with at least one associated identity of the plurality of associated identities; andperforming the first LCM procedure based at least in part on at least one configuration corresponding to the at least one least one associated identity.20.A communication method implemented at a network device, comprising:generating, first configuration information for a first life cycle management (LCM) procedure of a machine learning (ML) model with a plurality of associated identities, wherein each associated identity corresponding to a set of additional network conditions and the first configuration is associated with at least one associated identity of the plurality of associated identities; andtransmitting the first configuration information to a terminal device.

Images