Back to search

National and Kapodistrian University of Athens

Quality of Service Prediction in 5G and Beyond Networks

Abstract

dc:description

Η διασφάλιση των απαραίτητων πόρων δικτύωσης - και ως αποτέλεσμα και της απαιτούμενης Ποιότητας Υπηρεσίας (Quality of Service- QoS) δικτύου - είναι ύψιστης σημασίας για εφαρμογές Συνδεδεμένης και Αυτοματοποιημένης Κινητικότητας (Connected and Automated Mobility - CAM), καθώς διακυβεύεται η ασφάλεια των εμπλεκόμενων σε αυτές ατόμων. Για την έγκαιρη αναγνώριση πιθανής υποβάθμισης της Ποιότητας Υπηρεσίας δικτύου μπορούν να αξιοποιηθούν τεχνικές Μηχανικής Μάθησης (Machine Learning- ML) - οι οποίες βρίσκουν ολοένα και περισσότερες εφαρμογές στα Δίκτυα Κινητών Επικοινωνιών 5ης Γενιάς (5G) και μεταγενέστερα - με σκοπό τη πρόβλεψη τέτοιων αλλαγών και την ενημέρωση της αντίστοιχης CAM εφαρμογής, ώστε αυτή να έχει ένα περιθώριο προσαρμογής. Η τρέχουσα εργασία παρουσιάζει αποτελέσματα για την Πρόβλεψη Ποιότητας Υπηρεσιών σε 5G και Μεταγενέστερα Δίκτυα. Αρχικά γίνεται μια παρουσίαση των πιο σύγχρονων δουλειών (state-of-the-art) ως προς τη πρόβλεψη Ποιότητας Υπηρεσιών (QoS) σε ασύρματα δίκτυα, καθώς και μια παρουσίαση της CAM εφαρμογής Τηλεχειριζόμενης Οδήγησης (Tele-operated Driving) - στην οποία στηρίζεται η τρέχουσα εργασία - παράλληλα με τις τεχνικές προϋποθέσεις/απαιτήσεις για την πρόβλεψη Βασικών Δεικτών Απόδοσης (Key Performance Indicators - KPIs) της Ποιότητας Υπηρεσίας (QoS) σε τέτοιες εφαρμογές. Στη συνέχεια μελετάται συνοπτικά η έννοια της Βαθιάς Μάθησης (Deep Learning), εστιάζοντας στην εφαρμογή της για τη πρόβλεψη Ποιότητας Υπηρεσιών (QoS): Συγκεκριμένα παρατίθεται μια επισκόπηση των Βαθέων Νευρωνικών Δικτύων (Deep Neural Networks - DNNs), καθώς και πληροφορίες για τη Πρόβλεψη Πολυμεταβλητών Πολυβηματικών Χρονοσειρών (Multivariate Multistep TimeSeries Prediction) αξιοποιώντας αρχιτεκτονικές Long-Short Term Memory (LSTM). Η εργασία περιλαμβάνει επιπλέον περιγραφή της αρχιτεκτονικής, του μοντέλου δεδομένων, της μεθοδολογίας και του περιβάλλοντος δοκιμής μιας υλοποίησης για τη πρόβλεψη της Ποιότητας Υπηρεσιών (QoS) - βασισμένης στη θεωρία των προηγούμενων κεφαλαίων. Τέλος δίνονται τα συμπεράσματα της τρέχουσας δουλειάς.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Θανόπουλος Αλέξανδρος-Ιωάννης
  • Thanopoulos Alexandros-Ioannis

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:3404666

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Θανόπουλος Αλέξανδρος-Ιωάννης; Thanopoulos Alexandros-Ioannis. Quality of Service Prediction in 5G and Beyond Networks. 2024. https://pergamos.lib.uoa.gr/uoa/dl/object/3404666