Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 14
 İndirme 1
Modeling and Prediction LTE 4G NW according to Memory Algorithm of Long-Short Term
2023
Dergi:  
International Journal of Intelligent Systems and Applications in Engineering
Yazar:  
Özet:

Abstract With increasing of using smart phone, has run to a tense growing in internet traffic.  Therefore, prediction and modeling NW turn to be very significant for monitoring NW for increasing quality of services (QoS). The novelty of designed prediction model for managing the NW intelligently.  In this paper, proposed   Long-Short Term Memory (LSTM) to forecast traffic as cellular. The normalization as min-max method has been implemented for scaling the NW traffic NT data.  The LSTM model was evaluated by employing real standard LET NW loading that gathered from kaggel.   The empirical results of LSTM model have revealed that has achieved greater accuracy, according to R metrics 98.67% at the training phase. The prediction NT was very close to the target values, this is approved the robustness of the deep learning model LSTM for handling LET traffic. Where the proposed system at unseen data (testing phase) has achieved superior performance, the correlation percentage of the LSTM model at testing phase is 97.95%. Finally, we believe that the system has ability to monitoring LET NW.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler










International Journal of Intelligent Systems and Applications in Engineering

Alan :   Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 1.632
Atıf : 486
2023 Impact/Etki : 0.054
International Journal of Intelligent Systems and Applications in Engineering