| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-07-11 13:35 Throughput Prediction Method based on machine learning in Mobile Networks ○Bo Wei・kenji Kanai・Wataru Kawakami・Jiro Katto（Waseda Univ.）  NS2018-42 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Throughput prediction is essential for providing high quality of service for video streaming transmissions. In this paper, we propose a TCP throughput prediction method using machine learning for mobile networks. In the TCP throughput prediction stage, the long short-term memory (LSTM) model is employed, which takes communication quality factors, sensor data and scenario information into consideration. Field experiments are conducted to evaluate the proposal in various scenarios. The results show that proposed method can predict throughput accurately and decrease the prediction error compared with traditional methods. | |
| キーワード | （和） | / / / / / / / |
| （英） | Throughput prediction / Communication quality / Machine learning / Mobile networks / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 124, NS2018-42, pp. 31-36, 2018年7月. | |
| 資料番号 | NS2018-42 | |
| 発行日 | 2018-07-04 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2018-42 |
|
| 研究会情報 | |
| 研究会 | ASN NS RCS SR RCC |
| 開催期間 | 2018-07-11 - 2018-07-13 |
| 開催地（和） | 函館アリーナ |
| 開催地（英） | Hakodate Arena |
| テーマ（和） | 無線分散ネットワーク，機械学習とAIを応用した無線通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Wireless Distributed Network, Machine Learning and AI for Wireless Communications and Networks, M2M (Machine-to-Machine), D2D (Device-to-Device), IoT（Internet of Things）, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2018-07-ASN-NS-RCS-SR-RCC |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Throughput Prediction Method based on machine learning in Mobile Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Throughput prediction |
| キーワード(2)（和/英） | / Communication quality |
| キーワード(3)（和/英） | / Machine learning |
| キーワード(4)（和/英） | / Mobile networks |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 魏 博 / Bo Wei / |
| 第1著者 所属（和/英） | 早稻田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 金井 谦治 / kenji Kanai / |
| 第2著者 所属（和/英） | 早稻田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 川上 航 / Wataru Kawakami / |
| 第3著者 所属（和/英） | 早稻田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 甲藤 二郎 / Jiro Katto / |
| 第4著者 所属（和/英） | 早稻田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-07-11 13:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2018-42 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.124 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2018-07-04 (NS) |
[研究会発表申込システムのトップページに戻る]