提出基于预测的RAN能耗条件生成框架
热点事件持续更新
提出基于预测的RAN能耗条件生成框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
针对移动网络节能策略评估中缺乏合适功耗数据生成的难题,Kevin Wardakhan等人在arXiv cs.AI板块提出基于预测的生成新框架,旨在生成无线接入网功耗轨迹。该框架将RAN能耗分解为全局预测、残差水平与尺度修正及时间残差生成三部分,在商用5G RAN实验中验证,仅用单点目标观测即可将中位MAE降低约50%。相比TimeWeaver,该方法能有效泛化至罕见及未见配置场景,提升了模型在缺乏历史数据的上下文中的适应性。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
RAN 能量条件下罕见与未见上下文的条件假设生成报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · AIRAN 能量条件下罕见与未见上下文的条件假设生成
针对移动网络节能策略评估难题,论文提出基于预测的生成框架以生成无线接入网功耗轨迹。 该框架将功耗分解为全局预测与残差修正,在商用 5G RAN 实验中,仅用单点目标观测即可将中位 MAE 降低约 50%。 相比 TimeWeaver,该方法能有效泛化至罕见及未见配置场景。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。