Machine learning algorithms for inter-cell interference coordination

Archivos
Fecha
2018-07-01
Autores
Director de tesis/Asesor
Título de la revista
ISSN de la revista
Título del volumen
Publicador
Universidad Icesi
Editor
Compartir
Resumen
The current LTE and LTE-A deployments require larger efforts to achieve the radio resource manage
ment. This, due to the increase of users and the constantly growing demand of services. For this reason, the automatic op
timization is a key point to avoid issues such as the inter-cell interference. This paper presents several proposals of machi
ne-learning algorithms focused on this automatic optimization problem. The research works seek that the cellular systems achieve their self-optimization, a key concept within the self-organized networks, where the main objective is to achieve that the networks to be capable to automatically respond to the particular needs in the dynamic network traffic scenarios.
Abstract
Resumo
Descripción
Los despliegues actuales de LTE y LTE-A requieren mayor esfuerzo para la gestión de recursos radio debido al
incremento de usuarios y a la gran demanda de servicios; en ese
escenario, la optimización automática es un punto clave para
evitar problemas como la interferencia inter-celda. El presente
trabajo recopila propuestas de algoritmos de aprendizaje automático [machine learning] enfocados en resolver este problema.
Las investigaciones buscan que los sistemas celulares consigan su
auto-optimización, un concepto que se enmarca dentro del área
de redes auto-organizadas [Self-Organized Networks, SON], cuyo
objetivo es lograr que las redes respondan de forma automática
a las necesidades de los escenarios dinámicos de tráfico de red.
Palabras clave
Algoritmos, Aprendizaje automático, Redes, Gestión de recursos, Sistemas celulares
Keywords
Palavras-chave
Citación
Handle
ISBN
ISSN
1692-5238