Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/341154
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorГридасова, А. А.
dc.contributor.authorДэльф, Н. Р.
dc.contributor.authorКарпук, А. А.
dc.date.accessioned2026-02-05T11:05:03Z-
dc.date.available2026-02-05T11:05:03Z-
dc.date.issued2025
dc.identifier.citationИнформационные системы и технологии = Information Systems and Technologies : материалы XI Междунар. науч. конгр. по информатике (CSIST-2025), Респ. Беларусь, Минск, 29–31 окт. 2025 г. В 2 ч. Ч. 2 / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др]. – Минск : БГУ, 2025. – С. 145-151.
dc.identifier.isbn978-985-881-851-7
dc.identifier.isbn978-985-881-853-1 (ч. 2)
dc.identifier.urihttps://elib.bsu.by/handle/123456789/341154-
dc.descriptionРаздел II. Нейронные сети и глубокое обучение
dc.description.abstractОпределены 22 ключевых показателя эффективности (KPI) сот сотовой сети связи стандарта LTE, требования к которым установлены в технических нормативно-правовых актах Республики Беларусь. Предложен метод нормализации полученных значений KPI путем их масштабирования к интервалу [0,1]. Рассмотрены статистические модели и модели машинного обучения для прогнозирования значений KPI на ближайшие сутки на основе их известных значений за последние 28 дней
dc.language.isoru
dc.publisherМинск : БГУ
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
dc.titleПрогнозирование ключевых показателей эффективности сот сетей сотовой связи стандарта LTE
dc.title.alternativeForecasting of key performance indicators in LTE cellular network cells / H. А. Hrydasava, N. R. Dalef, A. A. Karpuk
dc.typeconference paper
dc.description.alternativeTwenty-two key performance indicators (KPIs) of LTE cellular network cells, for which requirements are established in the technical regulatory legal acts of the Republic of Belarus, have been identified. A method of normalizing the obtained KPI values by scaling them to the interval [0,1] is proposed. Statistical models and machine learning models are considered for forecasting KPI values for the next day based on their known values over the past 28 days
Располагается в коллекциях:2025. Информационные системы и технологии

Полный текст документа:
Файл Описание РазмерФормат 
145-151.pdf445,42 kBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.