文献
J-GLOBAL ID:201902226802599501   整理番号:19A2836519

セルラネットワーク性能を評価するための機械学習に基づく定量的相関ルールマイニング法【JST・京大機械翻訳】

Machine Learning Based Quantitative Association Rule Mining Method for Evaluating Cellular Network Performance
著者 (6件):
資料名:
巻:ページ: 166815-166822  発行年: 2019年 
JST資料番号: W2422A  ISSN: 2169-3536  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:
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。
セルラネットワーク性能は,しばしばキー性能指標(KPI)とキー品質指標(KQI)によって評価される。KQIとKPIの間の関係は,セルラネットワークの性能を最適化するための最も重要なステップである。KPIとKQIの間の従来の相関法は,エンドツーエンド評価に基づいている。しかし,これらの方法は,専門技術者がセルラネットワーク性能を評価することを必要とし,人間-有人評価はしばしば不正確で労働がかかり,劣化ネットワークの原因となる要因を見つけることができない。この問題を解決するために,著者らは,スライディングウィンドウ分割(SWP)とランダムフォレスト(RF)から成るSWP-RFと呼ばれる機械学習ベースの定量的相関ルールマイニング(QARM)方法を提案して,KQIとKPIを関連づけた。具体的には,最初に,SWPを用いて,連続属性をブール値に離散化し,その相関ルールをマイニングするために採用した。警報間隔と警報点をSWPによって得た。次に,KPIとKQIの間の関係を測定するためにRF特徴の重要性を用いた。全てのKPIと各KQI間の会合強度の優先度はRFにより得られる。最後に,最適出力解として警報点と相関強度優先度を選択した。テレコム演算子からの実際のデータについて実験を行い,結果は提案した方法の実現可能性と精度を確認した。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:
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
移動通信 
タイトルに関連する用語 (5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