首頁瀏覽人次: 747,178 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 802.11ac無線網路中基於類神經網路的速率調適演算 快速搜尋演講 進階搜尋
  802.11ac無線網路中基於類神經網路的速率調適演算 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:國立交通大學資訊工程學系 陳軒丞
日期:2018/10/24
性質:演講
類別:應用科學
語言:中文
長度:00:11:25
觀看:149
推薦:0
摘要:
IEEE 802.11ac 標準中引進了許多新技術,使得無
線網路卡中可調適的速率模式增加了至少1.5倍。
由於速率大幅增加,基於舊標準所設計的傳統速
率調適演算法(RA)將面臨擴展性的挑戰。在案例
探討中,我們觀察到兩個著名的802.11ac...
IEEE 802.11ac 標準中引進了許多新技術,使得無
線網路卡中可調適的速率模式增加了至少1.5倍。
由於速率大幅增加,基於舊標準所設計的傳統速
率調適演算法(RA)將面臨擴展性的挑戰。在案例
探討中,我們觀察到兩個著名的802.11ac 速率調適
演算法,Minstrel 與 Iwlwifi,在某些情形下表現較
差,原因為缺乏對速率模式大幅增加的設計。有
鑑於此,我們設計了一個基於機器學習且全面性
的速率調適演算法 MLRA,並實際使用於802.11ac
的網路卡中。我們使用類神經網路模型讓其自動
學習速率參數、Goodput 表現與連線品質之間的相
關性。在執行時,我們只要給定速率參數與連線
品質資訊,該模型即可提供候選速率,並且排名
前面的候選速率即包含或接近最佳速率,MLRA
只需探測這些速率而不用整體搜尋,進而降低大
量負擔並能及時回應環境變化。我們使用 Intel 開
源驅動程式 Iwlwifi 與 Google Tensorflow 實作
MLRA。我們的實驗結果顯示 MLRA在 Goodput的
表現上勝過其他三種 RA,在不同狀況下,最高增
益可達175.0%-392.8%

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2018

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




【週日閱讀科學大師】20世紀...
講者: 高涌泉
觀看:1,955
再生水管線風險評估與管控
講者:楊智其
觀看:356
基因與個人化醫療
講者:姜泰安
觀看:525
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:80
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:74

現在位置:學習公約