文献

J-GLOBAL ID：202202247550614059   整理番号：22A1046117

認知光ネットワークのための伝送予測モデルの人工知能ベース品質【JST・京大機械翻訳】

Artificial intelligence based quality of transmission predictive model for cognitive optical networks

著者 (7件)： Singh Harinder (Assistant Professor, Department of CS and IT, Sant Baba Attar Singh Khalsa College, Sandaur, Punjab, India) ,  Ramya D. (Assistant Professor, Department of EEE, Sathyabama Institute of Science and Technology, Chennai, India) ,  Saravanakumar R. (Associate Professor, Department of Wireless Communication, Institute of ECE, Saveetha School of Engineering, Saveetha Institute of Medical and Technical Sciences, India) ,  Sateesh Nayani (Assistant Professor, Department of IT, CVR College of Engineering, Hyderabad, India) ,  Anand Rohit (Assistant Professor, Department of ECE, G.B.Pant DSEU Okhla-1 Campus (formerly GBPEC), New Delhi, India) ,  Singh Swarnjit (Assistant Professor, Department of CS and IT, Sant Baba Attar Singh Khalsa College, Sandaur, India) ,  Neelakandan S. (Assistant Professor, Department of CSE,R.M.K Engineering College, Chennai, India)
資料名： Optik  (Optik)
巻： 257  ページ： Null  発行年： 2022年 
JST資料番号： D0251A  ISSN： 0030-4026  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 5つのG技術,高い定義,およびモノのインターネット(IoT)の進歩により,光ネットワークの容量需要は指数的に増加した。光通信ネットワークは,通信分野に新しい機会を提供する高伝送容量,低伝送損失,より良い反干渉,ロバスト性などのいくつかの計量を提供する。光学ネットワークの増加する需要を満足させるために,有効なネットワーク資源利用が不可欠になった。従って,光ネットワークにおける伝送品質(QoT)の優れた精度を有する適切な計画ツールを設計する必要がある。最近,人工知能(AI)技術は,これらの課題を解決するための新しい機会を提起し,機械学習(ML)アルゴリズムは,解析手法よりも優れた性能を提供する。この動機により,本論文では,光通信ネットワークのための新しいAIベースの認知QoT予測(AI-CQoT)モデルを提案した。提案したAI-CQoTモデルは,伝送方程式に基づく合成データ生成によるAI技術を用いてサービス品質(QoS)リンクセットアップのためのQoTを予測することを目的とする。提案モデルは,入力特徴としてリンクと信号特性を含む予測プロセスのために,ラベル重み付け極端学習機械(LW-ELM)モデルを使用する。さらに,LW-ELMモデルを伝送方程式を用いて訓練した。LW-ELMモデルの予測性能を改善するために,重み行列Wおよびペナルティ係数Cのようなパラメータを,シャッフルドフェザード最適化(SSO)アルゴリズムの使用により最適に調整した。AI-CQoTモデルの改善された性能を強調するために詳細な実験的検証を行い,結果を異なる性能測定に関して調べた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  干渉 ,  最適化 ,  *通信網 ,  *ネットワーク ,  伝送品質 ,  *人工知能 ,  通信 ,  伝送損失 ,  ペナルティ ,  ロバスト性 ,  インターネット ,  機械学習
準シソーラス用語： *光ネットワーク ,  伝送容量 ,  モノのインターネット , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工知能 ,  光ネットワーク ,  伝送の質 ,  予測モデル ,  機械学習 ,  伝送方程式

分類 (1件)： 光通信方式・機器  (ND10000B)

タイトルに関連する用語 (4件)： 認知 ,  光ネットワーク ,  予測モデル ,  人工知能