基于机器学习算法的移动性预测
机器学习
2021-11-15 v1 网络与互联网体系结构
摘要
如今移动通信在5G通信产业中快速发展。随着容量需求与体验质量要求的提升,移动性预测已广泛应用于移动通信,并成为利用历史业务信息预测业务用户未来位置的关键赋能技术之一,因为准确的移动性预测有助于实现高效的无线资源管理、辅助路径规划、指导车辆调度或缓解交通拥堵。然而,由于复杂的交通网络,移动性预测是一个具有挑战性的问题。过去几年中,该领域已完成大量研究,包括基于非机器学习(Non-ML)与基于机器学习(ML)的移动性预测。本文中,我们首先介绍移动性预测的最新技术;随后,选取支持向量机(SVM)算法这一ML算法用于实际业务数据训练;最后,我们分析移动性预测的仿真结果,并介绍未来工作计划,即把移动性预测应用于改进移动通信。
引用
@article{arxiv.2111.06723,
title = {Mobility prediction Based on Machine Learning Algorithms},
author = {Donglin Wang and Qiuheng Zhou and Sanket Partani and Anjie Qiu and Hans D. Schotten},
journal= {arXiv preprint arXiv:2111.06723},
year = {2021}
}
备注
5 pages, 7 figures, MKT'21 osnabruck