文献

J-GLOBAL ID：201902221827145860   整理番号：19A0510645

教師なしShapeletsと多重解像度ウェーブレット分解を用いたLTEネットにおけるユーザ軌跡の分類【JST・京大機械翻訳】

Classification of User Trajectories in LTE HetNets Using Unsupervised Shapelets and Multiresolution Wavelet Decomposition

著者 (2件)： Castro-Hernandez Diego (Department of Electronic Systems Engineering, University of Regina, Regina, Canada) ,  Paranjape Raman (Department of Electronic Systems Engineering, University of Regina, Regina, Canada)
資料名： IEEE Transactions on Vehicular Technology  (IEEE Transactions on Vehicular Technology)
巻： 66  号： 9  ページ： 7934-7946  発行年： 2017年 
JST資料番号： C0244A  ISSN： 0018-9545  CODEN： ITVTAB  資料種別： 逐次刊行物 (A)
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： 本論文では,長時間進化(LTE)不均一ネットワーク(HetNet)におけるユーザ軌道の分類を研究した。著者らは,ハンドオーバプロセスの一部としてサービス基地局に提出された測定報告に基づいて,ユーザの軌跡を分類する方法論を提案した。時系列として各測定報告を考慮することを提案した。この方法は,基地局がそれらのセル端(例えば,信号強度劣化と干渉レベル)の高周波(RF)条件を自動的かつ自律的に発見することを可能にする。著者らは,機械学習とデータマイニング技術の応用を提案し,参照信号のパターンを同定するために,サービスエリアのエッジに近づくユーザによって提出された電力測定報告を受信した。教師なしの形状と多重分解能ウェーブレット分解に基づく著者らの時系列クラスタリングアルゴリズムは,離散Fourier変換(DFT)ベースのクラスタリングアルゴリズムと比較して優れた性能を提供した。著者らのアルゴリズムは,95%の平均精度でクラスタ化結果を提供することができた。さらに,結果としてのクラスタの品質測度は,DFTベースのアルゴリズムによって提供されるクラスタリング結果と比較して,75%まで良好であった。また,データに関する事前知識なしで,適切な数のクラスタを計算する新しい方法論を提案した。90%に近い平均精度を達成した。Copyright 2019 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： クラスタ ,  *軌跡 ,  基地局 ,  ハンドオーバ ,  品質 ,  サービスエリア ,  アルゴリズム ,  干渉 ,  測度 ,  クラスタ化 ,  機械学習 ,  ネットワーク
準シソーラス用語： 事前知識 ,  離散Fourier変換 ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (7件)： 教師 ,  多重解像度 ,  ウェーブレット分解 ,  LTE ,  ネット ,  軌跡 ,  分類