Algoritmy umelej inteligencie (AI) a strojového učenia (ML) sa ukázali ako zmenové faktory v oblasti predpovedania premávky v sieťach piatej (5G) a šiestej (6G) generácie. Výskumníci na RUDN University nedávno uskutočnili štúdiu za účelom preskúmania účinnosti AI a ML pri predikovaní profilov mobilných sietí. Využitím týchto pokročilých technológií môžu poskytovatelia sietí lepšie plánovať a riadiť premávku v sieti, čo vedie k zlepšeniu spokojnosti používateľov a efektívnosti siete.
Vo svojej štúdii sa výskumníci zameriavali na dva populárne modely analýzy časových radov: Holt-Winter model a Seasonal Integrated Autoregressive Moving Average (SARIMA). Využili údaje z datasetu portugalského mobilného operátora a agregovali hodinovú štatistiku premávky pre výcvik a testovanie modelov. Zistili, že oba modely excelujú v predpovedaní premávky v nasledujúcej hodine.
Model SARIMA preukázal svoju silu pri predikcii premávky medzi používateľom a základňovou stanicou, dosahujúc priemernú chybovosť iba 11,2%. Tento model vykazuje vysokú schopnosť monitorovať prechodné vzory v premávke mobilnej siete vďaka svojej schopnosti zaznamenávať časové vzory. Na druhej strane, Holt-Winter model preukázal lepšiu výkonnosť pri odhadovaní premávky základňovej stanice k používateľovi, s chybovosťou až 4%. Presnosť tohto modelu prispieva k jeho schopnosti pracovať s komplikovanými sezónnymi a trendovými komponentami.
Na meranie výkonnosti modelov výskumníci použili rôzne kritériá, ako je Mean Square Error (MSE), Root Mean Square Error (RMSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE) a Mean Scaled Logarithmic Error (MSLE). Zatiaľ čo modely dosiahli pôsobivé výsledky, výskumníci zdôraznili potenciál pre ďalšie zlepšenie prostredníctvom doladenia konkrétnych hyperparametrov.
Výskumníci zdôraznili potrebu kombinácie štatistických modelov s technikami AI a ML na zlepšenie presnosti predikcií premávky a rýchle zistenie anomálií. Keďže výskumníci pokračujú v preskúmaní metód na optimalizáciu výkonnosti a zlepšenie spokojnosti používateľov, táto štúdia má významné dôsledky pre efektivitu sietí 5G a 6G.
S príchodom špičkovej technológie a neúnavným úsilím o presnosť predpovedania premávky v sieti prinášajú algoritmy AI a ML nové možnosti do sveta telekomunikácií. Keď poskytovatelia usilujú o maximalizáciu efektívnosti siete, neprevyšovateľné poznatky získané z tejto výskumnej práce budú hnacou silou pre rozvoj v tomto rýchlo sa meniacom odvetví.
The source of the article is from the blog japan-pc.jp