文献

J-GLOBAL ID：201902267043575260   整理番号：19A0525578

モバイルネットワークにおけるビデオストリーミングのQoE予測のための機械学習【JST・京大機械翻訳】

Machine learning for predicting QoE of video streaming in mobile networks

著者 (4件)： Lin Yu-Ting (Orange Labs, Chatillon, France) ,  Oliveira Eduardo Mucelli Rezende (Orange Labs, Chatillon, France) ,  Ben Jemaa Sana (Orange Labs, Chatillon, France) ,  Elayoubi Salah Eddine (Orange Labs, Chatillon, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICC  ページ： 1-6  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： ビデオがより大きな無線トラフィックを説明するので,ユーザの経験の質を改善することは,ネットワークサービスプロバイダにとって重要になる。本論文では,教師つき機械学習技術を適用して,各ビデオセッションの開始時に記録されたユーザの特徴を用いて,一つの客観的QoEメトリック,ビデオ飢餓を予測した。著者らは,静的ユーザと適応ストリーミングユーザがより少ない飢餓イベントを持ち,モバイルユーザがそれらのビデオ飢餓を予測するのがより難しいことを示した。ユーザの特徴に関して,チャネル条件やアクティブユーザの数のようなシステムパラメータが,より良い予測性能に寄与する2つの重要な特徴であることを示した。2つの特徴による予測は,静的ユーザに対して十分な精度を提供できるが,モバイルユーザに対しては十分ではない。また,2つの情報,ユーザの数とビデオ飢餓を経験するユーザの数が類似の予測精度を提供することを実証した。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： *ストリーミング ,  *予測 ,  *ネットワーク ,  *機械学習 ,  *録画装置 ,  チャネル
準シソーラス用語： 予測精度 ,  システムパラメータ ,  モバイルユーザ ,  ホップ数 ,  サービスプロバイダ ,  ワイヤレス ,  *体感品質 ,  *ビデオストリーミング ,  *モバイルネットワーク , 【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 (5件)： モバイル ,  ビデオストリーミング ,  QoE ,  予測 ,  機械学習