摘要
移动设备的快速普及以及移动应用程序和服务的日益流行对移动和无线网络基础设施提出了前所未有的需求。即将推出的5G系统正在不断发展，以支持激增的移动流量、灵活管理网络资源以优化用户体验，以及提取细粒度实时分析数据。然而，完成这些任务颇具挑战性，因为移动环境正变得越来越复杂、异构且不断演变。一种潜在的解决方案是利用先进的机器学习技术来应对数据量的增长和算法驱动的应用程序。近期深度学习的成功为解决该领域的难题提供了新的强大工具。本文旨在弥合深度学习与移动和无线网络研究之间的差距，通过全面综述这两个领域的交叉点来实现这一目标。首先，我们简要介绍深度学习技术的基本背景和最新进展，这些技术在网络应用中具有潜在价值。接着，我们讨论了几种有助于将深度学习高效部署到移动系统的技术和平台。随后，我们对基于深度学习的移动和无线网络研究进行了百科全书式的回顾，并按不同领域进行分类。结合我们的经验，我们探讨了如何针对移动环境定制深度学习技术。最后，我们指出了当前面临的挑战及未来研究的开放方向。