Resumen

El desarrollo de la tecnología celular ha llevado a un crecimiento explosivo en el tráfico de redes celulares. Los modelos precisos de series temporales para predecir el tráfico móvil celular se han vuelto muy importantes para mejorar la calidad de servicio (QoS) en una red. El modelado y la predicción de la carga de tráfico en redes celulares desempeñan un papel importante en lograr la mejor asignación de recursos favorable mediante una provisión conveniente de ancho de banda y al mismo tiempo preservar la máxima utilización de la red. La novedad de la investigación propuesta es desarrollar un modelo que pueda predecir de manera inteligente la carga de tráfico en una red celular. En este artículo se propone un modelo que combina suavizado exponencial simple con memoria a corto plazo (SES-LSTM) para predecir el tráfico celular. Se utilizó un modelo de normalización min-max para escalar la carga de red. El método de suavizado exponencial simple se aplicó para ajustar los volúmenes de tráfico de red, dado que el tráfico de red es muy complejo y tiene

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Evolución; Desarrollo de la tecnología celular; Tráfico de red; Modelos de series temporales; Calidad de servicio; Asignación de recursos
• Keywords:Evolution; Cellular technology development; Network traffic; Time-series models; QoS; Resource allocation