[B-6] ネットワークシステム

[B-6-28] Feature Engineering by Weight Matrices for Traffic Prediction

^○山田友輝, 小杉友哉, 竹下絵莉奈, 鈴木聡, 吉原慎一 (NTT)

Keywords:トラヒック予測、深層学習、特徴量エンジニアリング

通信キャリアにおける設備コストの削減には、提供サービス(法人向け、マス向け、モバイル向け等)を共通のネットワークに集約することが望ましい。また、トラヒック予測に基づいた中継リンクの帯域設計も、コスト削減に有効な手段とされている。トラヒック予測手法は各種提案されており、例えば、トラヒックの発生確率分布(トラヒック分布)の推定のためにSupervised Variational Auto-Encoder (SVAE)の深層学習モデルが用いられる。
今回、異なるサービスの混在するネットワークにおいて、重み行列を用いた特徴量エンジニアリングは、SVAEでのトラヒック予測誤差低減に有効であることを示した。