透過您的圖書館登入
IP:18.190.253.222
  • 會議論文
  • OpenAccess

使用長短期記憶神經網路演算法結合蜂巢式網路資訊的移動類型辨識器

Transportation Type Classifier using LSTM Algorithms with Cellular Device Information

摘要


隨著第五代(5G)行動網路的發展,用戶的類型將不僅侷限於人與人之間的通訊,而是包含物聯網以及車聯網等裝置的通訊,如何智慧地分配網路資源於各種服務需求之用戶,仍是迫切待解的問題。基於網路切片(Network slicing)技術的前提,本論文著重於用戶移動類型之辨識,提出第一個整合蜂巢式網路資訊以及位置資訊的特徵擷取方式,再應用長短期記憶神經網路來辨識用戶的移動類型,包含捷運、鐵路、高速鐵路以及高速公路。實驗結果證明,在國內外相關資料集上,辨識準確率均可達到96%以上。

延伸閱讀