实体 ResLearn-XR

ResLearn-XR

PulseAugur coverage of ResLearn-XR — every cluster mentioning ResLearn-XR across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_239202 · Sep 7 · 04:00

新框架预测XR网络流量和感知质量风险

研究人员开发了ResLearn-XR，一个新颖的残差学习框架，用于预测扩展现实（XR）环境中的网络流量并评估感知质量（QoE）风险。这个两阶段的时间学习结构增强了对XR流量动态特性的适应性。该框架包括一个用于分析加密流量的数据描述符算法（DDA）和一个新的XR流量-QoE数据集。实验表明，与现有方法相比，ResLearn-XR显著降低了流量指标和QoE风险的预测误差。