{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:202002283621473317   整理番号:20A0264175

深層学習を用いたネットワークトラヒック予測における属性情報の有用性の検討

Investigation of the Effect of Using Attribute Information in Network Traffic Prediction with Deep Learning
著者 (4件):
資料名:
巻: 119  号: 297(NS2019 120-133)(Web)  ページ: 13-18 (WEB ONLY)  発行年: 2019年11月14日 
JST資料番号: S0532B  ISSN: 0913-5685  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ネットワーク事業者が設備投資やトラヒックエンジニアリングを適切に実施するためには,将来のトラヒック量を極力正確に予測することが重要である.従来,ネットワークトラヒックの予測法として,リカレントニューラルネットワーク(RNN)を用いた予測法(RNN法)が提案されている.RNN法は入力情報としてトラヒック量のみを用いており,トラヒックの属性情報(時刻や曜日など)は用いていない.しかし,トラヒック量は時刻や曜日に応じて周期的に変化する傾向を示すことから,入力情報としてトラヒック量に加えて時刻や曜日を用いることで予測精度をさらに向上させることが期待できる.そこで本研究では,RNN法において入力情報としてトラヒックの属性情報を用いることの有用性を調査する.実験の結果,時刻と曜日のいずれも予測精度の向上に有効であり,特に曜日が予測精度の向上に大きく寄与することが明らかとなった.(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
通信理論一般 
引用文献 (12件):
  • Cisco Visual Networking Index, https://www.cisco.com/c/ja_jp/solutions/collateral/service-provider/visual-networking-index-vni/white_paper_c11-520862.html
  • P. Cortez, M. Rio, M. Rocha, and P. Sousa, “Multi-scale Internet traffic forecasting using neural networks and time series methods,” Expert Systems, Vol. 29, No. 2, pp. 143-155, May 2012.
  • C. Chatfield and M. Yar, “Holt-Winters forecasting: some practical issues,” Journal of the Royal Statistical Society, Series D, Vol. 37, No. 2, pp. 129-140, 1988.
  • P. J. Brockwell and R. A. Davis, “Introduction to time series and forecasting, 2nd edition,” Springer, 2002.
  • A. Lapedes and R. Farber, “Non-linear signal processing using neural networks: prediction and system modeling,” Technical Report LA-UR-87-2662, Los Alamos National Laboratory, 1987.
もっと見る
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る