面向虚拟化基站功耗预测的机器学习方法
机器学习
2023-01-18 v1
摘要
开放无线接入网（O-RAN）架构所引入的灵活性使我们能够超越网络中各部分的静态配置进行思考。本文探讨了与预测不同无线调度器功耗相关的问题，以及 O-RAN 在收集数据、训练模型并部署策略以控制功耗方面所提供的潜力。我们提出了一种黑盒（神经网络）模型来学习功耗函数。我们将我们的方法与一种已知的基于领域知识的手工构建方案进行比较。我们的解决方案在无需任何先验应用知识的情况下达到了相近的性能，并在系统行为未被充分理解或领域知识不可用的场景中提供了更大的灵活性。
引用
@article{arxiv.2301.05764,
title = {ML Approach for Power Consumption Prediction in Virtualized Base Stations},
author = {Merim Dzaferagic and Jose A. Ayala-Romero and Marco Ruffini},
journal= {arXiv preprint arXiv:2301.05764},
year = {2023}
}