CONGESTION CONTROL MODELLING BASED ON LOCALLY LINEAR NEUROFUZZY NETWORK
Publish place: 14th Iranian Conference on Electric Engineering
Publish Year: 1385
Type: Conference paper
Language: English
View: 1,685
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دانلود نمایند.
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICEE14_178
Index date: 15 July 2008
CONGESTION CONTROL MODELLING BASED ON LOCALLY LINEAR NEUROFUZZY NETWORK abstract
In this paper, a sample of a congestion control data will model by neuro-fuzzy algorithm. To build the neuro-fuzzy model, a locally linear learning algorithm, namely, Locally Linear Mode Tree (LoLiMoT) is used. Then, a congestion controller is applied to the identified model This intelligent algorithm provides more speed, less training time and less sum square error in simulation than MLP. Simulation will done with some cell loss data that are fetched from a broadband integrated services digital network(B-ISDN), and represents not only maximizing in speed but also make less sum square error in optimization of parameters.
CONGESTION CONTROL MODELLING BASED ON LOCALLY LINEAR NEUROFUZZY NETWORK Keywords:
CONGESTION CONTROL MODELLING BASED ON LOCALLY LINEAR NEUROFUZZY NETWORK authors
M Nikoo
Shahid Beheshti University
F. Torkamani-Azar
Shahid Beheshti University
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 :