文献

J-GLOBAL ID：202202228205385364   整理番号：22A1134179

WOA-LSTMに基づく狭帯域通信網ネットワーク遅延予測アルゴリズム【JST・京大機械翻訳】

Network delay prediction algorithm based on WOA-LSTM for narrowband communication networks

著者 (3件)： Su Pengfei (中国電子科技集団公司第五十四研究所,河北石家庄050081) ,  Xu Songyi (中国電子科技集団公司第五十四研究所,河北石家庄050081) ,  Yu Xiaolei (中国電子科技集団公司第五十四研究所,河北石家庄050081)
資料名： Hebei Gongye Keji  (Hebei Gongye Keji)
巻： 39  号： 1  ページ： 9-15  発行年： 2022年 
JST資料番号： C3505A  ISSN： 1008-1534  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 狭帯域通信網のリンク選択とプロトコルのスマートハンドオフのためにリアルタイム参照を提供するために,クジラ最適化アルゴリズム(WOA)と長い短期記憶ニューラルネットワーク(LSTM)に基づく狭帯域通信ネットワークのための時間遅れ予測アルゴリズムを設計した。まず第一に,LSTMニューラルネットワークアルゴリズムの二乗平均平方根誤差関数の逆数を適応度関数として正規化した。次に,LSTMニューラルネットワークの学習率および隠れ層ニューロンの個数を,クジラ最適化アルゴリズムによって最適化し,そして,グローバル最適解出力を,LSTMニューラルネットワークの初期パラメータとして,訓練した。結果は,WOA-LSTMに基づくネットワーク遅延予測アルゴリズムの予測精度が,LSTMニューラルネットワークアルゴリズムとBPニューラルネットワークアルゴリズムと比較して,それぞれ14.87%と78.89%増加することを示した。WOA-LSTMが収束に達するとき,反復時間はLSTMニューラルネットワークアルゴリズムと比較して11.11%減少した。提案したアルゴリズムは,新しい信頼性があり,ネットワーク遅延予測をより正確に実行でき,狭帯域通信網ネットワークの知能化と自動化アップグレードのためのデータサポートを提供する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  自動化 ,  学習 ,  信頼性 ,  *通信網 ,  *ネットワーク ,  ニューロン ,  最適化手法 ,  ニューラルネットワーク ,  精度 ,  パラメータ ,  *狭帯域 ,  正規化
準シソーラス用語： 予測精度 ,  隠れ層 , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 狭帯域 ,  通信網 ,  ネットワーク遅延 ,  予測アルゴリズム