BriefGPT - AI 论文速递
·
面向不确定环境的通用网络流量预测自适应框架
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
提出了一种利用时间序列分析的新框架来预测移动网络流量的动态分配模型。该框架通过无监督聚类识别独特趋势和季节模式，并在每个聚类中应用监督学习进行流量量预测。通过智能选择最适合细胞的聚类，使聚类分配根据时空波动的动态调整。
🎯
关键要点
-
提出了一种利用时间序列分析的新框架来预测移动网络流量的动态分配模型。
-
该框架通过无监督聚类识别独特趋势和季节模式。
-
在每个聚类中应用监督学习进行流量量预测。
-
智能选择最适合细胞的聚类，使聚类分配根据时空波动的动态调整。
-
该方法在性能上超过50%的改进，并且无需对单个细胞具有先验知识。
➡️
