Simulate Congestion Prediction in a Wireless Network Using the LSTM Deep Learning Model
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: English
View: 145
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JITM-11-4_005
تاریخ نمایه سازی: 26 بهمن 1400
Abstract:
Achieved wireless networks since its beginning the prevalent wide due to the increasing wireless devices represented by smart phones and laptop, and the proliferation of networks coincides with the high speed and ease of use of the Internet and enjoy the delivery of various data such as video clips and games. Here's the show the congestion problem arises and represent aim of the research is to avoid congestion at APs to wireless networks by adding a control before congestion occurs. A wireless connection was made using the Android system, and congestion was predicted based on the analysis of wireless communication packages around the access point using the LSTM deep learning model. The results show that if the amount of information in the input data is large, a more accurate prediction can be made.
Keywords:
Authors
Badr Jarah
Assistant Professor, Statistics Department, Collage of management and economic, University of Basra, Iraq.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :