本申请属于通信，具体涉及一种模型处理方法、装置、终端及网络侧设备。
背景技术：
1、在移动通信系统中，有越来越多的用例结合人工智能(ai)。例如基于ai的信道状态信息(channel state information，csi)反馈压缩，基于ai的波束管理，基于ai的定位,基于ai的节能，以及基于ai的负载均衡等。目前，ai用例通常是预定义的，ai模型的输入数据也是预定义的，推理设备基于预定义的流程来获得推理所需要的模型输入数据。因此现有技术中存在ai模型输入数据选择的灵活性较差的问题。
技术实现思路
1、本申请实施例提供一种模型处理方法、装置、终端及网络侧设备，能够解决ai模型输入数据选择的灵活性较差的问题。
2、第一方面，提供了一种模型处理方法，包括：
3、第一设备获取第一信息和第二信息，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系；
4、所述第一设备根据所述第一信息进行数据采集，获得所述目标数据；
5、所述第一设备基于所述第二信息和所述目标数据确定所述目标模型的输入数据。
6、第二方面，提供了一种模型处理方法，包括：
7、第二设备向第一设备发送第一信息和第二信息；
8、其中，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系。
9、第三方面，提供了一种模型处理装置，包括：
10、获取模块，用于获取第一信息和第二信息，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系；
11、采集模块，用于根据所述第一信息进行数据采集，获得所述目标数据；
12、确定模块，用于基于所述第二信息和所述目标数据确定所述目标模型的输入数据。
13、第四方面，提供了一种模型处理装置，包括：
14、第一发送模块，用于向第一设备发送第一信息和第二信息；
15、其中，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系。
16、第五方面，提供了一种终端，该终端包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤，或者实现如第一方面所述的方法的步骤。
17、第六方面，提供了一种终端，包括处理器及通信接口，其中，
18、在所述终端为第一设备时，所述通信接口用于获取第一信息和第二信息，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系；根据所述第一信息进行数据采集，获得所述目标数据；所述处理器用于基于所述第二信息和所述目标数据确定所述目标模型的输入数据；
19、在所述终端为第二设备时，所述通信接口用于向第一设备发送第一信息和第二信息；其中，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系。
20、第七方面，提供了一种网络侧设备，该网络侧设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤，或者实现如第一方面所述的方法的步骤。
21、第八方面，提供了一种网络侧设备，包括处理器及通信接口，其中，
22、在所述网络侧设备为第一设备时，所述通信接口用于获取第一信息和第二信息，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系；根据所述第一信息进行数据采集，获得所述目标数据；所述处理器用于基于所述第二信息和所述目标数据确定所述目标模型的输入数据；
23、在所述网络侧设备为第二设备时，所述通信接口用于向第一设备发送第一信息和第二信息；其中，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系。
24、第九方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤，或者实现如第一方面所述的方法的步骤。
25、第十方面，提供了一种无线通信系统，包括：第一设备及第二设备，所述第一设备可用于执行如第一方面所述的方法的步骤，所述第二设备可用于执行如第二方面所述的方法的步骤。
26、第十一方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法，或实现如第二方面所述的方法。
27、第十二方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述程序/程序产品被至少一个处理器执行以实现如第一方面所述的方法，或实现如第二方面所述的方法。
28、本申请实施例通过第一设备获取第一信息和第二信息，所述第一信息用于确定用于目标模型推理的目标数据，所述第二信息用于表示用于所述目标模型推理的目标数据与目标模型的输入的映射关系；所述第一设备根据所述第一信息进行数据采集，获得所述目标数据；所述第一设备基于所述第二信息和所述目标数据确定所述目标模型的输入数据。这样，由于终端基于目标模型推理的目标数据与目标模型的输入的映射关系确定目标模型的输入数据，从而可以提高ai模型输入数据选择的灵活性，进而更好地获取通信网络的有效信息，提升了ai模型对通信网络的优化能力。
1.一种模型处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一信息包括测量资源信息、测量时间和测量量中的至少一项；
3.根据权利要求2所述的方法，其特征在于，所述第一信息还包括所述目标模型的推理时延和所述目标模型的推理结果的反馈间隔。
4.根据权利要求2所述的方法，其特征在于，所述目标数据包括所述测量资源的测量量的测量结果，或者所述目标数据包括所述测量资源的测量量的测量结果和所述测量资源的标识信息。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述第二信息包括所述目标数据和数据集的第一映射关系，以及数据集与模型输入的第二映射关系，所述第一设备基于所述第二信息和所述目标数据确定所述目标模型的输入数据包括：
6.根据权利要求5所述的方法，其特征在于，所述第二映射关系包括以下任一项：
7.根据权利要求1至4任一项所述的方法，其特征在于，所述第一设备基于所述第二信息和所述目标数据确定所述目标模型的输入数据包括：
8.根据权利要求7所述的方法，其特征在于，所述第二信息包括以下任一项：
9.根据权利要求6或8所述的方法，其特征在于，所述第一信息还包括虚拟标识，所述目标信息包括测量资源的标识信息、测量时间和所述虚拟标识中的至少一项。
10.根据权利要求6或8所述的方法，其特征在于，所述预处理指示包括以下至少一项：标准化指示、归一化指示、特征值分解指示、差分隐私指示和独热码指示。
11.一种模型处理方法，其特征在于，包括：
12.根据权利要求11所述的方法，其特征在于，所述第一信息包括测量资源信息、测量时间和测量量中的至少一项；
13.根据权利要求12所述的方法，其特征在于，所述第一信息还包括所述目标模型的推理时延和目标模型的推理结果的反馈间隔。
14.根据权利要求12所述的方法，其特征在于，所述目标数据包括所述测量资源的测量量的测量结果，或者所述目标数据包括所述测量资源的测量量的测量结果和所述测量资源的标识信息。
15.根据权利要求11至14任一项所述的方法，其特征在于，所述第二信息包括所述目标数据和数据集的第一映射关系，以及数据集与模型输入的第二映射关系，所述第二映射关系包括以下任一项：
16.根据权利要求11至14任一项所述的方法，其特征在于，所述第二信息包括以下任一项：
17.根据权利要求15或16所述的方法，其特征在于，所述第一信息还包括虚拟标识，所述目标信息包括测量资源的标识信息、测量时间和所述虚拟标识中的至少一项。
18.根据权利要求15或16所述的方法，其特征在于，所述预处理指示包括以下至少一项：标准化指示、归一化指示、特征值分解指示、差分隐私指示和独热码指示。
19.一种模型处理装置，其特征在于，包括：
20.一种模型处理装置，其特征在于，包括：
21.一种终端，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至19任一项所述的模型处理方法的步骤。
22.一种网络侧设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至19任一项所述的模型处理方法的步骤。
