ルートネット-Erlang:ネットワーク性能評価のためのグラフニューラルネットワーク【JST・京大機械翻訳】

Ferriol-Galmes Miquel; Rusek Krzysztof; Suarez-Varela Jose; Xiao Shihan; Cheng Xiangle; Barlet-Ros Pere; Cabellos-Aparicio Albert

プレプリント

J-GLOBAL ID：202202209737396135 整理番号：22P0296568

ルートネット-Erlang:ネットワーク性能評価のためのグラフニューラルネットワーク【JST・京大機械翻訳】

RouteNet-Erlang: A Graph Neural Network for Network Performance Evaluation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年02月28日プレプリントサーバーでの情報更新日： 2022年02月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ネットワークモデリングは,ネットワーク研究,設計,および運用における基本的ツールである。モデリングのための最も一般的な方法は,Queuing理論(QT)である。その主な限界は,パケット到着過程に強い仮定を課し,それは実際のネットワークで典型的には保持されないことである。深層学習の分野において,グラフニューラルネットワーク(GNN)は,複雑で非線形挙動を学習できるデータ駆動モデルを構築するための新技術として浮上している。本論文では,コンピュータネットワークをモデル化するために設計された先駆的GNNアーキテクチャであるRouteNet-Erlangを提案した。RouteNet-Erlangは,複雑なトラフィックモデル,マルチ待ち行列スケジューリングポリシー,ルーティングポリシーをサポートし,訓練フェーズで見られないネットワークで正確な推定を提供できる。最新のQTモデルに対してRouteNet-Erlangをベンチマークし,その結果,全てのネットワークシナリオにおいてQTよりも性能が優れていることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

無線通信一般 , オペレーティングシステム , 移動通信

, , ,

前のページに戻る