ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار

سال انتشار: 1396
کد COI مقاله: IPRIA03_040
زبان مقاله: فارسیمشاهده این مقاله: 855
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار

حسین بهرامی - دانشجویی کارشناسی ارشد هوش مصنوعی ، دانشکده برق و کامپیوتر دانشگاه آزاد اسلامی قزوین
کریم فایز - استاد دانشکده مهندسی برق دانشگاه صنعتی امیرکبیر ، تهران

چکیده مقاله:

یادگیری عمیق یکی از شاخه های مهم در یادگیری ما شین و هوش م صنوعی ا ست و ن شان داده ا ست که توانایی بالایی در استخراجالگوها از داده ها دارد . یکی از کاربردهای آن می تواند در شبکه های مخابراتی باشد که داده های بسیاری از سنسورها و منابع مختلف جمع آوریمی گردند که می تواند از طریق الگوریتم های یادگیری عمیق تحت تحلیل و پیش بینی قرار گرفته و اطلاعات باارز شی را از داده ها بد ست آورد.از طرفی شرکت های مخابراتی ایرانی در سالهای گذشته هزینه بسیار بالایی برای ارتقای شبکه های مبایل خود انجام داده اند و این موضوع نیازبه هوش م صنوعی برای تحلیل داده های ب سیار حجیم شبکه های مبایل و و ضعیت آنها را اجتناب ناپذیر کرده ا ست . تلاش برای تحلیل و پیشبینی ر شد درآمد و کیفیت سرویس و هزینه های تجهیزات برای این شرکتها امری ضرروی ا ست ، با این وجود تاکنون کمتر به کاربرد یادگیریما شین در مخابرات پرداخته شده ا ست لذا در این مقاله تلاش شده با ا ستفاده از الگوریتم های بر مبنای رگر سیون و ا ستخراج الگوها از داده هااطلاعات مهمی را برای شرکت های مخابراتی بدست آورد تا در پیش بینی و تصمیم گیری مورد استفاده قرار گیرد.

کلیدواژه ها:

تحلیل بهره وری ، رگرسیون ، سری های زمانی ، مخابرات سیار ، یادگیری عمیق

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IPRIA03_040 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/638491/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بهرامی، حسین و فایز، کریم،1396،کاربرد یادگیری عمیق در تحلیل و پیش بینی داده های سنجش بهره وری شبکه های مخابرات سیار،سومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران،شهرکرد،،،https://civilica.com/doc/638491

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، بهرامی، حسین؛ کریم فایز)
برای بار دوم به بعد: (1396، بهرامی؛ فایز)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 9,874
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی