PulseAugur
中
实时 07:53:04
English(EN) Parameter Efficient Hybrid Transformer (PEHT) for Network Traffic Prediction via Dynamic Urban Congestion Integration

新的PEHT模型整合城市拥堵以改进网络流量预测

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种参数高效混合Transformer (PEHT) 模型，旨在改进城市环境中的网络流量预测。该框架将城市移动性和拥堵数据集成到Transformer架构中，利用低秩自适应 (LoRA) 来减少可训练参数，同时保持准确性。在意大利电信米兰数据集上的实验表明，PEHT在预测性能上优于现有方法。 AI

影响 这项研究通过提高流量预测的准确性，有可能实现城市蜂窝网络中更高效的资源分配。

排序理由 该集群包含一篇详细介绍新模型架构及其实验验证的研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的PEHT模型整合城市拥堵以改进网络流量预测

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Abdolazim Rezaei, Mehdi Sookhak, Mahboobeh Haghparast ·

    Parameter Efficient Hybrid Transformer (PEHT) for Network Traffic Prediction via Dynamic Urban Congestion Integration

    arXiv:2606.28274v1 Announce Type: cross Abstract: Accurate network traffic prediction is a critical element for efficient resource allocation in dynamic urban cellular networks. However, prediction remains challenging because network demand is influenced by complex mobility patte…

  2. arXiv cs.AI TIER_1 English(EN) · Mahboobeh Haghparast ·

    用于通过动态城市拥堵集成进行网络流量预测的参数高效混合Transformer (PEHT)

    Accurate network traffic prediction is a critical element for efficient resource allocation in dynamic urban cellular networks. However, prediction remains challenging because network demand is influenced by complex mobility patterns, congestion dynamics, and heterogeneous user b…

相关实体

相关话题