模型训练方法、装置及设备
    1.
    发明公开

    公开(公告)号:CN116866195A

    公开(公告)日:2023-10-10

    申请号:CN202310609667.0

    申请日:2023-05-26

    Abstract: 本发明提供一种模型训练方法、装置及设备,该方法包括:获取多个样本基站各自对应的多组样本通信特征,基于多组样本通信特征各自的采集时刻,对多组样本通信特征进行组合,得到三维通信特征张量,基于三维通信特征张量和各采集时刻,确定多个训练样本,基于三维通信特征张量和多个样本通信特征,确定各样本通信特征空间下的基站空间拓扑图,基于多个训练样本和基站空间拓扑图,对初始图时空模型进行训练,得到通信流量预测模型。本发明提供的模型训练方法、装置及设备用于提高通信流量预测模型的准确性。

    蜂窝流量预测方法、边缘服务设备及云服务设备

    公开(公告)号:CN116800645A

    公开(公告)日:2023-09-22

    申请号:CN202310588163.5

    申请日:2023-05-23

    Abstract: 本发明提供一种蜂窝流量预测方法、边缘服务设备及云服务设备,该方法包括:边缘服务设备根据流量数据,确定时间特征值;边缘服务设备向云服务设备发送时间特征值;云服务设备接收边缘服务设备发送的时间特征值;云服务设备根据时间特征值,确定边缘服务设备对应的空间特征值;云服务设备向边缘服务设备发送空间特征值;边缘服务设备接收云服务设备发送的空间特征值;边缘服务设备根据时间特征值和空间特征值,确定边缘服务设备对应的蜂窝流量预测结果。云服务设备可为边缘服务设备在预测蜂窝流量时提供全局视角和空间相关性感知能力,使得该边缘服务设备根据时间特征值与该云服务设备发送的空间特征值,对该边缘服务设备的蜂窝流量进行准确预测。

Patent Agency Ranking