אלגוריתמי הבינה המלאכותית (AI) ולמידת מכונה (ML) הוכיחו להיות משני משחקי המועדון בתחום התחזיות תנודת התנועה ברשתות הדור החמישי (5G) והדור השישי (6G). באופן אחרון, חוקרים באוניברסיטת RUDN הביצעו מחקר כדי לבדוק את היעילות של AI וML בחיזוי פרופילי הרשת הניידה. על ידי השתמשות בטכנולוגיות מתקדמות כאלו, ספקי רשת יכולים לתכנן ולנהל תנודת הרשת בצורה יעילה יותר, מה שמביא לשיפור בשביעות רצון המשתמש וביעילות הרשת.
במחקר שלהם, החוקרים התמקדו בשני מודלים מובילים לניתוח שורות זמן: המודל המקבילי של הולט-ווינטר והמודל הממוחזר הממושך אינטגרטיבי ממוצע (SARIMA). באמצעות סט נתונים מאופרטור נייד פורטוגלי, המחקרים סיכמו נתונים שעתיים בתחום הסטטיסטיקות של תנודת התנועה של הרשת כדי לאמן ולבדוק את המודלים. נמצא כי שני המודלים עובדים בצורה מצוינת בחיזוי תנודת התנועה תוך השעה הבאה.
המודל SARIMA הציג את עוצמתו בחיזוי תנודת התנועה מהמשתמש עד לתחנת הבסיס, יחידה תאום שגיאות ממוצעת של רק 11.2%. מודל זה מתמחה במעקב אחר דפוסים חולפים בתנודת התנועה ברשת הניידות עקב יכולתו לרשום דפוסים זמניים. מצד שני, מודל הולט-ווינטר הציג ביצועים טובים יותר בהערכת תנודת התנועה מהתחנה הבסיסית למשתמש, עם שגיאה של עד 4%. יכולת המודל להתמודד עם רכיבי עונתיות ומגמות מסובכות תרמו לדיוק שלו.
כדי למדוד את ביצועי המודלים, החוקרים השתמשו בקריטריונים שונים כמו תקן השגיאה הריבועית הממוצעת (MSE), תקן השגיאה הריבועית השורשית (RMSE), תקן השגיאה הממוצעת המוחלטת (MAE), תקן השגיאה המוחלטת המקוצר (MAPE) ותקן השגיאה הלוגריתמית המוקללת הממוצעת (MSLE). במרכז התשומת הלב של החוקרים עמד הפוטנציאל לשיפור נוסף באמצעות כיוון הגנרטורים הנתון-מותאם.
החוקרים הדגישו את הצורך בשילוב מודלים סטטיסטיים עם טכניקות AI וML כדי לשפר את דיוק התחזיות התנודות תנועה ולזהות במהירות את הפרטים היוצאים דופן. כך שחקרים ממשיכים לחקור שיטות לאופטימיזציה בביצועים ולהגברת השביעות רצון המשתמשים, ולכן מחקר זה מחזיק רלוונטיות משמעותית ליעילות של רשתות 5G ו־6G.
עם הכנסת טכנולוגיות הדגל המתקדמות ומרדף אחר דיוק בתחזיות תנודת תנועת הרשת, אלגוריתמי AI וML מביאים אפשרויות חדשות לעולם התקשורת. כפי שספקים מתאמצים למקסם את יעילות הרשת, התובנות היקרות שנרקמו מתיאור זה ינהיגו להתקדמות בתחום זה המתפתח במהירות.
The source of the article is from the blog windowsvistamagazine.es