[B-6] ネットワークシステム

[B-6-28] 深層学習でのトラヒック予測における重み行列を用いた特徴量エンジニアリング

^○山田友輝, 小杉友哉, 竹下絵莉奈, 鈴木聡, 吉原慎一 (NTT)

キーワード：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。