سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 2,238

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

IPRIA03_040

Index date: 4 September 2017

کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار abstract

یادگیری عمیق یکی از شاخه های مهم در یادگیری ما شین و هوش م صنوعی ا ست و ن شان داده ا ست که توانایی بالایی در استخراجالگوها از داده ها دارد . یکی از کاربردهای آن می تواند در شبکه های مخابراتی باشد که داده های بسیاری از سنسورها و منابع مختلف جمع آوریمی گردند که می تواند از طریق الگوریتم های یادگیری عمیق تحت تحلیل و پیش بینی قرار گرفته و اطلاعات باارز شی را از داده ها بد ست آورد.از طرفی شرکت های مخابراتی ایرانی در سالهای گذشته هزینه بسیار بالایی برای ارتقای شبکه های مبایل خود انجام داده اند و این موضوع نیازبه هوش م صنوعی برای تحلیل داده های ب سیار حجیم شبکه های مبایل و و ضعیت آنها را اجتناب ناپذیر کرده ا ست . تلاش برای تحلیل و پیشبینی ر شد درآمد و کیفیت سرویس و هزینه های تجهیزات برای این شرکتها امری ضرروی ا ست ، با این وجود تاکنون کمتر به کاربرد یادگیریما شین در مخابرات پرداخته شده ا ست لذا در این مقاله تلاش شده با ا ستفاده از الگوریتم های بر مبنای رگر سیون و ا ستخراج الگوها از داده هااطلاعات مهمی را برای شرکت های مخابراتی بدست آورد تا در پیش بینی و تصمیم گیری مورد استفاده قرار گیرد.

کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار Keywords:

کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار authors

حسین بهرامی

دانشجویی کارشناسی ارشد هوش مصنوعی ، دانشکده برق و کامپیوتر دانشگاه آزاد اسلامی قزوین

کریم فایز

استاد دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر ، تهران

مقاله فارسی "کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار" توسط حسین بهرامی، دانشجویی کارشناسی ارشد هوش مصنوعی ، دانشکده برق و کامپیوتر دانشگاه آزاد اسلامی قزوین؛ کریم فایز، استاد دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر ، تهران نوشته شده و در سال 1396 پس از تایید کمیته علمی سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله تحلیل بهره وری ، رگرسیون ، سری های زمانی ، مخابرات سیار ، یادگیری عمیق هستند. این مقاله در تاریخ 13 شهریور 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 2238 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که یادگیری عمیق یکی از شاخه های مهم در یادگیری ما شین و هوش م صنوعی ا ست و ن شان داده ا ست که توانایی بالایی در استخراجالگوها از داده ها دارد . یکی از کاربردهای آن می تواند در شبکه های مخابراتی باشد که داده های بسیاری از سنسورها و منابع مختلف جمع آوریمی گردند که می تواند از ... . این مقاله در دسته بندی موضوعی یادگیری عمیق طبقه بندی شده است. برای دانلود فایل کامل مقاله کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.