基于 Dense-MLP 的 4G/5G 小区级多指标预测
网络与互联网体系结构
2022-09-14 v1 机器学习
摘要
随着 4G/5G 的发展,流量的快速增长导致大量小区指标超过预警阈值,网络质量下降。运营商有必要提前有效地解决拥塞,以保障用户体验质量。小区级多指标预测是主动式复杂网络优化的基础任务。本文提出基于密集多层感知机(dense-Multi-Layer Perceptron, MLP)神经网络的 4G/5G 小区级多指标预测方法,该方法在 MLP 网络的非相邻层之间添加额外的全连接层。该模型根据 4G&5G 网络中 65000 个小区的六个月历史指标,预测了 13000 个小区下周的业务量指标,在 ITU-T 2021 年 5G 挑战赛 AI/ML 中的中国移动问题陈述上取得了最高的加权 MAPE 分数(0.2484)。此外,所提模型已集成至亚信 4G/5G 节能系统,并部署于中国江苏省。
引用
@article{arxiv.2209.05989,
title = {4G 5G Cell-level Multi-indicator Forecasting based on Dense-MLP},
author = {Jiacheng Yin and Wenwen Li and Xidong Wang and Xiaozhou Ye and Ye Ouyang},
journal= {arXiv preprint arXiv:2209.05989},
year = {2022}
}
备注
9 pages, 6 figures. Published at ITU Journal on Future and Evolving Technologies, viewable at https://www.itu.int/pub/S-JNL-VOL3.ISSUE3-2022-A03