文献

J-GLOBAL ID：201902252545831502   整理番号：19A0526493

ライブネットワークにおける事例研究による機械学習を用いた無線資源の次元決定【JST・京大機械翻訳】

Radio Resources Dimensioning Using Machine Learning with case study in Live Network

著者 (3件)： Roshdy Ashraf (Radio Access Network, Vodafone Cairo, Egypt) ,  Gaber Ayman (Radio Access Network, Vodafone Cairo, Egypt) ,  Khairy Mohamed (Faculty of Engineering, Cairo University Cairo, Egypt)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCA  ページ： 67-73  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： 著者らは,クラスタ化,相関および回帰のような利用可能なデータ解析法を用いて,機械学習技術に基づく無線資源を広範囲に分析し,計画するための新しいツールを提案した。これを通して行う。それらの優先度と必要なサービス品質に従ってセルを分類し,スループット制限を引き起こす資源利用を検出し,負荷に応じてサイト容量を効率的に次元化し,容量オフローディングソリューションにより,低から高利用セルへの資源を再配置することによりコスト節約を提供する。それらの特徴は,ネットワークを通して最適資源利用を達成する。さらに,検出されたスループットボトルネックは軽減され,全体的なシステム性能は強化される。これは,最小の消費コストと最小の人間の介入による顧客満足を反映する。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： スループット ,  *ネットワーク ,  *事例研究 ,  優先度 ,  *機械学習 ,  データ解析 ,  顧客満足 ,  クラスタ化
準シソーラス用語： システム性能 ,  費用節約 ,  再配列 ,  オフローディング ,  資源利用 ,  サービス品質 ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (4件)： 研究 ,  機械学習 ,  無線資源 ,  次元