基于机器学习的网络覆盖引导系统
机器学习
2020-10-27 v1 网络与互联网体系结构
应用统计
摘要
随着 4G 的到来，数据消耗巨大，移动网络的可用性变得至关重要。同时，基于用户消耗的网络流量爆发，数据可用性与网络异常也大幅增加。在本文中，我们引入一种新方法，以识别网络连通性较差的区域，从而向服务提供商提供反馈以改进覆盖，并向客户反馈以明智选择网络。此外，该解决方案利用机器学习聚类算法，使客户能够导航至具有更强信号强度的更好移动网络覆盖区域，同时将其部署为移动应用。它还提供附近地理区域中变化的网络强度与范围的动态可视化表示。
引用
@article{arxiv.2010.13190,
title = {Machine Learning Based Network Coverage Guidance System},
author = {Srikanth Chandar and Muvazima Mansoor and Mohina Ahmadi and Hrishikesh Badve and Deepesh Sahoo and Bharath Katragadda},
journal= {arXiv preprint arXiv:2010.13190},
year = {2020}
}
备注
5 pages, 3 figures, Submitted to ITNAC IEEE 2020, Melbourne