文献

J-GLOBAL ID：201702256857572112   整理番号：17A1027102

セクター性能指標を用いたホットか予測セルラネットワークホットスポット【Powered by NICT】

Hot or Not? Forecasting Cellular Network Hot Spots Using Sector Performance Indicators

著者 (4件)： Serra Joan ,  Leontiadis Ilias ,  Karatzoglou Alexandros ,  Papagiannaki Konstantina
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDE  ページ： 259-270  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模セルラネットワークを管理し,維持するために,演算子は,任意の与えられた時間でunderperformする部門を知る必要がある。この目的のために,いわゆるホットスポットスコア,これは複数のネットワーク測定の組合せの結果であり,個々の部門の瞬間的全体性能を反映を使用した。オペレータはネットワークとその全体的な傾向の現在の性能の良好な理解を持っているが,経時的に各部門の性能を予測する挑戦的な仕事であり,それは,定期的及び非定期的事象,人間行動とハードウエア故障により誘発されたによって影響される。本論文では,ホットスポットスコアの空間的-時間的パターンを研究し,その規則性を明らかにする。我々の観察に基づいて,将来のホットスポットを予測するための最近の測定の歴史を使用する可能性を調べた。この目的のために,ツリーに基づく機械学習モデルを考察し,時間の関数,過去のデータの量,および予測範囲としてのそれらの性能を調べた。著者らの結果は,最良のベースラインと比較して,ツリーに基づくモデルは規則的なホットスポットと非ホットスポットの153%良好な予測に対して14%まで良好な予測を与えることができることを示した。後者は,中程度の層のための,予測を分離し,不規則挙動を示す部門からでも対象となるという強力な証拠をもたらした。全体として,著者らの研究は,細胞部門とその予測可能性の動力学への洞察を提供した。はまた,より大きな予測地平を持つより積極的なネットワーク運用のための道を開くものである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ホットスポット ,  ハードウェア ,  機械学習 ,  オペレータ ,  故障 ,  *予測 ,  基準線 ,  *ネットワーク ,  規則度 ,  予測可能性 ,  人間行動
準シソーラス用語： ネットワーク運用 ,  ネットワーク測定 ,  *セルラーネットワーク ,  *性能指標 , 【Automatic Indexing@JST】

分類 (4件)： 固体デバイス製造技術一般  (NC03030V) ,  計算機網  (JC03000K) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： セクター ,  性能指標 ,  予測