Biblioteca122.739 documentos en línea

Artículo

Network Traffic Prediction Based on Deep Belief Network and Spatiotemporal Compressive Sensing in Wireless Mesh Backbone NetworksPredicción del tráfico de red basada en redes de creencia profunda y detección compresiva espaciotemporal en redes troncales de malla inalámbrica

Resumen

Las redes de malla inalámbricas son prevalentes para proporcionar un acceso descentralizado a los usuarios y otros dispositivos inteligentes. Mientras tanto, pueden ser empleadas como infraestructura de conectividad de los últimos kilómetros para diversas aplicaciones de red, por ejemplo, Internet de las Cosas (IoT) y redes móviles. Para una red troncal de malla inalámbrica, ha obtenido una amplia atención debido a su gran capacidad y bajo costo. La predicción del tráfico de red es importante para la planificación de la red y las configuraciones de enrutamiento que se implementan para mejorar la calidad de servicio para los usuarios. Este artículo propone un método de predicción de tráfico de red basado en una arquitectura de aprendizaje profundo y el método de Compresión Espacio-Temporal. El método propuesto primero adopta la transformada wavelet discreta para extraer el componente de paso bajo del tráfico de red que describe la dependencia a largo plazo del mismo. Luego, se construye un modelo de predicción aprendiendo una arquitectura profunda basada en la red de

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento