研究人员开发了机器学习模型来预测虚拟化开放无线接入网络 (O-RAN) 的功耗，以满足动态、软件定义环境中对能源效率的需求。一种结合了用于特征提取的深度神经网络 (DNN) 和 XGBoost 回归器的混合模型展示了卓越的性能。该 DNN-XGBoost 模型在各种系统参数上实现了低于 0.5% 的平均相对误差，表明其有潜力集成到 O-RAN 管理工具中以提高能源效率。 AI
影响 这项研究可能为未来的通信系统带来更节能的网络编排。
排序理由 学术论文，详细介绍了一种针对特定技术问题的新的 ML 方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
