文献

J-GLOBAL ID：202202271246527685   整理番号：22A0313411

5Gネットワークユーザ割当と資源管理を改善するための予測メカニズム【JST・京大機械翻訳】

Prediction Mechanisms to Improve 5G Network User Allocation and Resource Management

著者 (3件)： Bouras Christos (Computer Technology Institute & Press “Diophantus”, Patras, Greece) ,  Bouras Christos (Research Academic Computer Technology Institute and Computer Engineering and Informatics Department, University of Patras, Patras, Greece) ,  Kalogeropoulos Rafail (Research Academic Computer Technology Institute and Computer Engineering and Informatics Department, University of Patras, Patras, Greece)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 122  号： 2  ページ： 1455-1479  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 技術は急速に進歩しているので,セルラネットワークを通してデータを絶えず通信し,送信し,受信する装置の数は,それらの上に前例のない負荷を提起する。このような増加は,これらのデバイスを管理する新しい方法を確立し,また,過負荷からセルラネットワークを防止できるネットワークアーキテクチャを確立するために,それらによって生成されたデータを利用するために呼び出す。望ましい結果を達成するために,既存のユーザにネットワーク資源を最適に割り当てる必要がある。資源割当ては,従来,提案された解決策が実時間で実装するのが難しい最適化問題と考えられており,その結果,減少した生産性能を有する劣解の使用をもたらす。マシン学習の導入で,ネットワークデータを利用して実時間ネットワーク性能を改善する3つのメカニズムを提案した。第1の機構は,ユーザと基地局の最適マッチングを予測することによって,リアルタイム意思決定を改善することを目的とする。第2の機構は,ネットワーク輻輳に取り組み,交通データに基づくネットワークに沿って基地局を配置するための最適座標を予測することにより,サービスの中断されていない品質を確保するためのK平均ベースの機構である。最後に,回帰ベースの機構は,ネットワークに沿ったユーザ移動を予測するために管理し,資源管理を改善し,エネルギー廃棄物を低減した。これらの機構は協調的に働き,ユーザを効率的に割り当て,利用可能な資源を管理するための予測を利用するネットワークアーキテクチャを本質的に確立する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  学習 ,  最適化問題 ,  *ネットワーク ,  品質 ,  廃棄物 ,  資源割付 ,  基地局 ,  *利用者 ,  機械学習 ,  ネットワークアーキテクチャ
準シソーラス用語： ネットワーク性能 ,  セルラーネットワーク ,  ネットワーク資源 ,  ネットワーク輻輳 , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  モノのインターネット ,  資源管理 ,  ユーザ割当 ,  予測 ,  効率

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 5G ,  割当 ,  資源管理 ,  予測 ,  メカニズム