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。
長期進化システムにおけるハンドオーバの相互にハンドオーバーと決定の予測は非常に複雑である。ハンドオーバにおけるより小さな遅延を達成するためにパラメータを調整,システム性能とユーザ経験と妥協しなければならない。は,多くの時間を消費したとも行ってたロバスト性が低い。Long Term Evolutionシステムにおける増加した細胞数のためにサービスは,より高い速度を備えている。細胞数の増加に伴ってそれらを管理するための運転経費も増加している。この問題を解決するための解は,自己構成および自己最適化法を用いてである。これら二つの技術から自己最適化は運転経費を低減するためのよく知られている。ハンドオーバ最適化手法は,従来の方法で定常移動度ユーザを解析した。本プロジェクトの主な目的は,移動度ロバスト性のためのより良いハンドオーバ性能を得ることである。本論文では,ハンドオーバパラメータを適応的に調節することと自動的にアルゴリズムを提供した。アルゴリズムは,ユーザ装置移動度変化に起因するものであることをハンドオーバ故障,また,ユーザ移動度の解析とデータベースに記録されていることをユーザ装置のハンドオーバ結果を考察した。これらの結果は,ユーザが同じ移動度経路を好む場合次回ハンドオーバを調べ,選択した。そうすることによりこれはハンドオーバ故障の数を減らすことができる,不必要なハンドオーバを回避した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】