論文の概要: Automatic Design of Telecom Networks with Genetic Algorithms
- arxiv url: http://arxiv.org/abs/2304.00637v1
- Date: Sun, 2 Apr 2023 22:02:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-04 17:02:33.669622
- Title: Automatic Design of Telecom Networks with Genetic Algorithms
- Title（参考訳）: 遺伝的アルゴリズムを用いた通信ネットワークの自動設計
- Authors: Jo\~ao Correia and Gustavo Gama and Jo\~ao Tiago Guerrinha and Ricardo
Cadime and Pedro Antero Carvalhido and Tiago Vieira and Nuno Louren\c{c}o
- Abstract要約: AIベースのソリューションは、ネットワーク設計を自動化するために提案されている。
この面倒な作業を軽減するために,ネットワークを自動設計するための2レベル表現を用いた遺伝的アルゴリズムを提案する。
提案手法は,既存の方法よりも適切な,優れたソリューションを見つける上で,コストと時間を節約できることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: With the increasing demand for high-quality internet services, deploying
GPON/Fiber-to-the-Home networks is one of the biggest challenges that internet
providers have to deal with due to the significant investments involved.
Automated network design usage becomes more critical to aid with planning the
network by minimising the costs of planning and deployment. The main objective
is to tackle this problem of optimisation of networks that requires taking into
account multiple factors such as the equipment placement and their
configuration, the optimisation of the cable routes, the optimisation of the
clients' allocation and other constraints involved in the minimisation problem.
An AI-based solution is proposed to automate network design, which is a task
typically done manually by teams of engineers. It is a difficult task requiring
significant time to complete manually. To alleviate this tiresome task, we
proposed a Genetic Algorithm using a two-level representation to design the
networks automatically. To validate the approach, we compare the quality of the
generated solutions with the handmade design ones that are deployed in the real
world. The results show that our method can save costs and time in finding
suitable and better solutions than existing ones, indicating its potential as a
support design tool of solutions for GPON/Fiber-to-the-Home networks. In
concrete, in the two scenarios where we validate our proposal, our approach can
cut costs by 31% and by 52.2%, respectively, when compared with existing
handmade ones, showcasing and validating the potential of the proposed
approach.
- Abstract（参考訳）: 高品質なインターネットサービスへの需要が高まる中、gpon/fiber-to-the-homeネットワークの展開は、インターネットプロバイダが対処しなければならない最大の課題の1つだ。
ネットワーク設計の自動化は、計画とデプロイメントのコストを最小限にすることで、ネットワークを計画する上でより重要になる。
主な目的は,機器配置や構成,ケーブル経路の最適化,クライアントの割り当ての最適化,その他の最小化問題に関わる制約など,複数の要因を考慮したネットワークの最適化という課題に対処することである。
AIベースのソリューションは、ネットワーク設計を自動化するために提案されている。
手動で完了するのにかなりの時間を要するのは難しい作業です。
この面倒な作業を軽減するために,ネットワークを自動設計するための2レベル表現を用いた遺伝的アルゴリズムを提案する。
このアプローチを検証するために、生成されたソリューションの品質を、現実世界にデプロイされた手作りの設計と比較する。
その結果,本手法はgpon/fiber-to-the-homeネットワークにおけるソリューション設計支援ツールとしての可能性を示した。
具体的には,提案手法を実証する2つのシナリオにおいて,提案手法の可能性を実証し検証することにより,既存の手作り手法と比較して,コストを31%,コストを52.2%削減することができる。
関連論文リスト
- Auto-Train-Once: Controller Network Guided Automatic Network Pruning from Scratch [72.26822499434446]
オートトレインオース (Auto-Train-Once, ATO) は、DNNの計算コストと記憶コストを自動的に削減するために設計された、革新的なネットワークプルーニングアルゴリズムである。
総合的な収束解析と広範な実験を行い,本手法が様々なモデルアーキテクチャにおける最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2024-03-21T02:33:37Z) - Enabling AI-Generated Content (AIGC) Services in Wireless Edge Networks [68.00382171900975]
無線エッジネットワークでは、不正に生成されたコンテンツの送信はネットワークリソースを不要に消費する可能性がある。
我々は、AIGC-as-a-serviceの概念を示し、エッジネットワークにAをデプロイする際の課題について議論する。
最適なASP選択のための深層強化学習可能なアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-01-09T09:30:23Z) - Cost-Effective Two-Stage Network Slicing for Edge-Cloud Orchestrated
Vehicular Networks [21.651539981330355]
本研究では,エッジクラウド型車両ネットワークにおけるネットワークスライシング問題について検討する。
強化学習(RL)と最適化手法を協調的に組み合わせたTAWSアルゴリズムを開発した。
シミュレーションの結果,TAWSはベンチマーク方式と比較してネットワークスライシングコストを効果的に削減できることがわかった。
論文 参考訳（メタデータ） (2022-12-31T06:03:14Z) - 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) - Multi-Objective Provisioning of Network Slices using Deep Reinforcement
Learning [5.074839768784803]
リアルタイムネットワークスライスプロビジョニング(NSP)問題は、オンライン多目的プログラミング最適化(MOIPO)問題としてモデル化されている。
交通需要予測にPPO(Proximal Policy Optimization)法を適用することにより,MOIPO問題の解を近似する。
提案手法の有効性を,SLA違反率とネットワーク運用コストの低いMOIPO解法と比較した。
論文 参考訳（メタデータ） (2022-07-27T23:04:22Z) - AI in 6G: Energy-Efficient Distributed Machine Learning for Multilayer
Heterogeneous Networks [7.318997639507269]
本稿では,ネットワーク層とエンティティにまたがるさまざまな機械学習手法に関連するタスクを分散する,階層ベースの新しいHetNetアーキテクチャを提案する。
このようなHetNetは、複数のアクセス方式と、エネルギー効率を高めるためのデバイス間通信(D2D)を備えている。
論文 参考訳（メタデータ） (2022-06-04T22:03:19Z) - Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。
量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
論文 参考訳（メタデータ） (2021-11-15T14:07:22Z) - Offline Contextual Bandits for Wireless Network Optimization [107.24086150482843]
本稿では,ユーザ要求の変化に応じて,ネットワーク内の各セルの構成パラメータを自動的に調整するポリシの学習方法について検討する。
私たちのソリューションは、オフライン学習のための既存の方法を組み合わせて、この文脈で生じる重要な課題を克服する原則的な方法でそれらを適応します。
論文 参考訳（メタデータ） (2021-11-11T11:31:20Z) - Q-Learning for Conflict Resolution in B5G Network Automation [0.9625436987364907]
この研究は、中央集権的なオーケストレーションの代替として、ネットワーク自動化におけるコンフリクト解決のための広範囲なインテリジェンスを探求する。
ネットワーク自動化のためのQラーニング分散アプローチを提案し,ネットワークスライス自動スケーリングへの応用について検討した。
論文 参考訳（メタデータ） (2021-07-28T11:00:16Z) - Multi-Exit Semantic Segmentation Networks [78.44441236864057]
本稿では,最先端セグメンテーションモデルをMESSネットワークに変換するフレームワークを提案する。
パラメトリド早期出口を用いた特別訓練されたCNNは、より簡単なサンプルの推測時に、その深さに沿って保存する。
接続されたセグメンテーションヘッドの数、配置、アーキテクチャとエグジットポリシーを併用して、デバイス機能とアプリケーション固有の要件に適応する。
論文 参考訳（メタデータ） (2021-06-07T11:37:03Z)
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。