PulseAugur
中
实时 04:31:59
English(EN) Parameter Efficient Hybrid Transformer (PEHT) for Network Traffic Prediction via Dynamic Urban Congestion Integration

新的PEHT模型增强了城市网络流量预测能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种参数高效混合Transformer (PEHT)模型，旨在提高城市蜂窝网络中网络流量预测的准确性。该模型通过分离通信特征和移动性特征，并使用低秩自适应 (LoRA) 来减少可训练参数，从而整合了城市移动性和拥堵数据。然后，采用多模态融合策略结合这些特征以增强流量预测，在Telecom Italia Milan数据集上的表现优于现有方法。 AI

影响 通过提高流量预测的准确性，这项研究可能带来更高效的城市蜂窝网络资源分配。

排序理由 该集群包含一篇详细介绍新模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的PEHT模型增强了城市网络流量预测能力

报道来源 [1]

  1. 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