文献

J-GLOBAL ID：201802245973303818   整理番号：18A1810063

フィードフォワード人工神経回路網を用いた小セルクラウドRANのための低遅延トラヒック推定ベースTDM-PONモバイルフロントホール【JST・京大機械翻訳】

A Low-Latency Traffic Estimation Based TDM-PON Mobile Front-Haul for Small Cell Cloud-RAN Employing Feed-Forward Artificial Neural Network

著者 (3件)： Mikaeil Ahmed Mohammed (State Key Laboratory of Advance Optical Communication System and Network, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Hu Weisheng (State Key Laboratory of Advance Optical Communication System and Network, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Hussain Syed Baqar (State Key Laboratory of Advance Optical Communication System and Network, Shanghai Jiao Tong University, Shanghai, 200240, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICTON  ページ： 1-4  発行年： 2018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： これは,交通推定に基づく小セル雲無線アクセスネットワーク(C-RAN)のための低待ち時間分割多重化受動光ネットワーク(TDM-PON)移動フロントホールのための新しい方法を紹介する。この方法において,遠隔無線ユニット(RRU)リンクからの光ネットワークユニット(ONU)バッファに到達するパケットの量を,光回線端末(OLT)における動的帯域幅割当(DBA)モジュールに統合されたフィードフォワード人工ニューラルネットワーク関数を用いて予測した。この予測法は,OLTへのONUバッファ占有を報告するのに必要な待ち時間を排除する。その結果,C-RANアーキテクチャにおける移動フロントホールに必要とされる遅延は最小化される。この新しい方法の性能を,XGS-PON標準の下でシミュレーションによって評価した。シミュレーション結果は,提案方法の妥当性を確認して,同じ目的のために提案された他のXGS-PON標準的苦情アルゴリズムに対する優位性を証明した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *ニューラルネットワーク ,  多重化 ,  待ち時間 ,  通信線路 ,  パケット ,  *フィードフォワード ,  端末装置 ,  計算機アーキテクチャ
準シソーラス用語： 帯域割当 ,  受動光ネットワーク ,  無線アクセスネットワーク ,  *フロントホール ,  *低遅延 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (11件)： フィードフォワード ,  人工神経回路網 ,  セル ,  クラウド ,  Ran ,  低遅延 ,  トラヒック ,  推定 ,  TDM ,  PON ,  モバイルフロントホール