Глубокое обучение с долговременной краткосрочной памятью для прогнозирования трафика интернета вещей

Использование искусственного интеллекта в сетях связи пятого (5G) и последующих поколений дает новые возможности, в том числе для прогнозирования трафика. Это особенно важно для трафика интернета вещей (IoT - Internet of Things), поскольку число устройств IoT очень велико. Предлагается для прогнозирования трафика IoT применить глубокое обучение с использованием нейронной сети долговременной краткосрочной памяти LSTM (Long Short-Term Memory).

The use of artificial intelligence in communication networks of the 5G and subsequent generations provides completely new opportunities, including for traffic forecasting. This is especially important for IoT traffic because the number of IoT devices is very large. The article proposes to apply deep learning to predict IoT traffic using a neural network of longterm short-term memory (LSTM).