論文の概要: Estimation of Video Streaming KQIs for Radio Access Negotiation in Network Slicing Scenarios

• arxiv url: http://arxiv.org/abs/2006.09162v1
• Date: Tue, 16 Jun 2020 14:10:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-20 21:50:08.515658
• Title: Estimation of Video Streaming KQIs for Radio Access Negotiation in Network Slicing Scenarios
• Title（参考訳）: ネットワークスライシングシナリオにおける無線アクセスネゴシエーションのためのビデオストリーミングKQIの推定
• Authors: Carlos Baena, Sergio Fortes, Eduardo Baena, Raquel Barco
• Abstract要約: 5Gはネットワークスライシングという概念を,ネットワーク構成と最適化のまったく異なる視点を示す新しいパラダイムとして導入している。 このスキームの主な課題は、スライスを使用するユーザに必要な品質を提供する特定のリソースを確立することである。
• 参考スコア（独自算出の注目度）: 0.34410212782758043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The use of multimedia content has hugely increased in recent times, becoming one of the most important services for the users of mobile networks. Consequently, network operators struggle to optimize their infrastructure to support the best video service-provision. As an additional challenge, 5G introduces the concept of network slicing as a new paradigm that presents a completely different view of the network configuration and optimization. A main challenge of this scheme is to establish which specific resources would provide the necessary quality of service for the users using the slice. To address this, the present work presents a complete framework for this support of the slice negotiation process through the estimation of the provided Video Streaming Key Quality Indicators (KQIs), which are calculated from network low-layer configuration parameters and metrics. The proposed estimator is then evaluated in a real cellular scenario.
• Abstract（参考訳）: マルチメディアコンテンツの利用は近年大きく増加しており、モバイルネットワークのユーザにとって最も重要なサービスの一つとなっている。 そのため、ネットワークオペレータは、最高のビデオサービスプロビジョンをサポートするためのインフラストラクチャの最適化に苦労する。 さらに5Gでは,ネットワークスライシングの概念を,ネットワーク構成と最適化のまったく異なる視点を示す新しいパラダイムとして導入している。 このスキームの主な課題は、どの特定のリソースがスライスを使用するユーザに必要なサービス品質を提供するかを確立することである。 そこで本研究では,ネットワーク低層構成パラメータとメトリクスから算出したビデオストリーミングキー品質指標(KQI)を推定することにより,スライス交渉プロセスを支援するための完全なフレームワークを提案する。 提案した推定器は実際の細胞シナリオで評価される。

関連論文リスト

• Satellite Streaming Video QoE Prediction: A Real-World Subjective Database and Network-Level Prediction Models [59.061552498630874]
  LIVE-Viasat Real-World Satellite QoE Databaseを紹介する。 このデータベースは、現実世界のストリーミングサービスから記録された179のビデオで構成されている。 本稿では,QoE予測モデルの有効性を評価することで,この新たな資源の有用性を実証する。 また、ネットワークパラメータを予測された人間の知覚スコアにマッピングする新しいモデルを作成しました。
  論文  参考訳（メタデータ） (2024-10-17T18:22:50Z)
• ML KPI Prediction in 5G and B5G Networks [0.824969449883056]
  エンド・ツー・エンド(E2E)ネットワークスライスを持つ5GおよびB5Gネットワークのスループットを推定するために使用される機械学習(ML)モデルを提案する。 予測スループットと現在のネットワーク状態を組み合わせることで,他のネットワーク評価の見積を導出する。
  論文  参考訳（メタデータ） (2024-04-01T23:34:28Z)
• Enhanced adaptive cross-layer scheme for low latency HEVC streaming over Vehicular Ad-hoc Networks (VANETs) [2.2124180701409233]
  HEVCはVehicular Ad-hoc Networks (VANET)を通じてリアルタイムビデオストリーミングを約束している 低遅延制約下でのVANETにおけるHEVCビデオストリーミングのエンドツーエンド性能を改善するために,低複雑性のクロス層機構を提案する。 提案機構は802.11pで採用されているEDCAと比較して、受信時の映像品質とエンドツーエンド遅延に関する大幅な改善を提供する。
  論文  参考訳（メタデータ） (2023-11-05T14:19:38Z)
• On Modeling Network Slicing Communication Resources with SARSA Optimization [0.0]
  そこで我々は,ネットワークスライシングの概念モデルを提案し,そのモデルと最適化問題のいくつかの側面を定式化する。 次に,SARSAエージェントを用いて問題を解決し,概念実証のプロトタイプを実装することを提案した。
  論文  参考訳（メタデータ） (2023-01-11T20:00:42Z)
• Neighbor Auto-Grouping Graph Neural Networks for Handover Parameter Configuration in Cellular Network [47.29123145759976]
  ハンドオーバパラメータ設定のための学習ベースのフレームワークを提案する。 まず、ネットワークが異なるネットワーク状態とパラメータ値にどのように反応するかを模倣する新しいアプローチを提案する。 パラメータ設定の段階では、グローバルな最適化問題を解決する代わりに、局所的な多目的最適化戦略を設計する。
  論文  参考訳（メタデータ） (2022-12-29T18:51:36Z)
• Neighbourhood Representative Sampling for Efficient End-to-end Video Quality Assessment [60.57703721744873]
  リアルタイムビデオの高解像度化は、VQA(Deep Video Quality Assessment)の効率性と精度のジレンマを示す そこで本研究では,空間時空間格子型ミニキューブサンプリング(St-GMS)を統一的に提案し,新しいタイプのフラグメントを抽出する。 フラグメントとFANetにより、提案された効率的なエンドツーエンドのFAST-VQAとFasterVQAは、既存のVQAベンチマークよりも大幅にパフォーマンスが向上した。
  論文  参考訳（メタデータ） (2022-10-11T11:38:07Z)
• ANT: Learning Accurate Network Throughput for Better Adaptive Video Streaming [20.544139447901113]
  アダプティブビットレート(ABR)決定は、ビデオストリーミングアプリケーションで満足のいくQoE(Quality of Experience)を確保するために重要な役割を果たします。 本稿では、ネットワークスループットダイナミクスの全スペクトルを特徴付けるためにANT(a.k.a., Accurate Network Throughput)モデルを学ぶことを提案する。 その結果,現在のPensiveやOboeと比較して,ユーザQoEを65.5%,31.3%向上させることができることがわかった。
  論文  参考訳（メタデータ） (2021-04-26T12:15:53Z)
• A Deep-Unfolded Reference-Based RPCA Network For Video Foreground-Background Separation [86.35434065681925]
  本稿では,ロバスト主成分分析(RPCA)問題に対するディープアンフォールディングに基づくネットワーク設計を提案する。 既存の設計とは異なり,本手法は連続するビデオフレームのスパース表現間の時間的相関をモデル化することに焦点を当てている。 移動MNISTデータセットを用いた実験により、提案したネットワークは、ビデオフォアグラウンドとバックグラウンドの分離作業において、最近提案された最先端のRPCAネットワークより優れていることが示された。
  論文  参考訳（メタデータ） (2020-10-02T11:40:09Z)
• Network Adjustment: Channel Search Guided by FLOPs Utilization Ratio [101.84651388520584]
  本稿では,ネットワークの精度をFLOPの関数として考慮した,ネットワーク調整という新しいフレームワークを提案する。 標準画像分類データセットと幅広いベースネットワークの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2020-04-06T15:51:00Z)
• Non-Cooperative Game Theory Based Rate Adaptation for Dynamic Video Streaming over HTTP [89.30855958779425]
  Dynamic Adaptive Streaming over HTTP (DASH)は、新興かつ有望なマルチメディアストリーミング技術であることを示した。 本稿では,サーバの限られた輸出帯域幅をマルチユーザに対して最適に割り当てるアルゴリズムを提案し,その品質・オブ・エクスペリエンス(QoE)を公平性で最大化する。
  論文  参考訳（メタデータ） (2019-12-27T01:19:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。