Predicción de tráfico celular en toda la ciudad basada en una red híbrida espacio-temporal
Autores: Zhang, Dehai; Liu, Linan; Xie, Cheng; Yang, Bing; Liu, Qing
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Predicción de tráfico celular en toda la ciudad basada en una red híbrida espacio-temporal
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Llegada
Redes 5G
Redes celulares
Método de aprendizaje profundo
Red espacio-temporal
Tráfico de comunicación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Con la llegada de las redes 5G, las redes celulares se están moviendo hacia redes diversificadas, de banda ancha, integradas e inteligentes. Al mismo tiempo, la popularidad de diversos terminales inteligentes ha llevado a un crecimiento explosivo en el tráfico celular. La predicción precisa del tráfico de red se ha convertido en una parte importante de la inteligencia de la red celular. En este contexto, este documento propone un método de aprendizaje profundo para el modelado y la predicción espacio-temporal del tráfico de comunicación de la red celular.
Descripción
Con la llegada de las redes 5G, las redes celulares se están moviendo hacia redes diversificadas, de banda ancha, integradas e inteligentes. Al mismo tiempo, la popularidad de diversos terminales inteligentes ha llevado a un crecimiento explosivo en el tráfico celular. La predicción precisa del tráfico de red se ha convertido en una parte importante de la inteligencia de la red celular. En este contexto, este documento propone un método de aprendizaje profundo para el modelado y la predicción espacio-temporal del tráfico de comunicación de la red celular.