Rezumat teza - Facultatea de Electronica, Telecomunicatii si ...

Capitolul 8 Melinda BARABÁS
4
3.5
3
2.5
2
output
target
1.5
0 2 4 6 8 10 12 14 16 18 20
4
3.5
3
2.5
2
1.5
1
0.5
(a) STL
0
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1
(a) STL
Metrică
3.6
3.4
3.2
3
2.8
2.6
2.4
2.2
2
1.8
output
target
1.6
0 2 4 6 8 10 12 14 16 18 20
(b) STL cu multirezolu¸tie
3.6
3.4
3.2
3
2.8
2.6
2.4
2.2
2
1.8
output
target
1.6
0 2 4 6 8 10 12 14 16 18 20
(c) MTL
Figura 8.5 Re¸tele neuronale – Evaluarea predic¸tiei
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
−0.4 −0.2 0 0.2 0.4 0.6 0.8 1
(b) STL cu multirezolu¸tie
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
−0.4 −0.2 0 0.2 0.4 0.6 0.8 1
(c) MTL
Figura 8.6 Re¸tele neuronale – Histograma erorilor de predic¸tie
3.6
3.4
3.2
3
2.8
2.6
2.4
2.2
2
1.8
output
target
1.6
0 2 4 6 8 10 12 14 16 18 20
(d) MTL cu multirezolu¸tie
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
−0.4 −0.2 0 0.2 0.4 0.6 0.8 1
(d) MTL cu multirezolu¸tie
Tabela 8.2 Metrici de performan¸tă ale predictorilor baza¸ti pe re¸tele neuronale
Single-Task Learning Multi-Task Learning
Instruire STL
Instruire STL cu
multirezolu¸tie
Instruire MTL
Instruire MTL cu
multirezolu¸tie
MSE 0.14462 0.049385 0.091859 0.050576
NMSE 0.45965 0.15696 0.29195 0.16074
RMSE 0.38029 0.22223 0.30308 0.22489
NRMSE 0.67797 0.39618 0.54032 0.40093
MAPE 11.08% 6.92% 8.69% 7.53%
r 0.75583 0.92009 0.86099 0.91699
E 0.51616 0.83478 0.69269 0.8308
8.6 Concluzii
S-a demonstrat că este posibilă predic¸tia parametrilor de trafic cu o anumită precizie, într-un mod
eficient din punct de vedere computa¸tional. Rezultatele experimentale arată că tehnicile liniare
bazate pe modele statistice nu sunt potrivite pentru predic¸tia traficului de re¸tea fiindcă nu se pot
adapta la varia¸tia dinamică a datelor ¸si la caracterul neliniar al traficului. De aceea nu este indicată
folosirea lor în acest domeniu, deoarece chiar ¸si o predic¸tie prin mediere oferă rezultate mai bune.
Avantajul folosirii unui predictor NN constă în capacitatea acestuia de a capta neliniarită¸tile
traficului, respectiv posibilitatea efectuării unor predic¸tii iterative cu un singur pas, iar acestea s-au
dovedit a oferi rezultatele cele mai bune. Rezultatele promi¸tătoare privind capacitatea de predic¸tie
ne motivează să implementăm practic un predictor bazat pe NN cu instruire MTL.
În prezent presupunem că predic¸tia se aplică doar ratei de transfer deoarece dacă nu sunt
îndeplinite cerin¸tele legate de aceasta, vor fi afecta¸ti ¸si ceilal¸ti parametri QoS. Dar adaptabilitatea
unor solu¸tii proactive de rutare ar putea fi mărită de exemplu prin evaluarea întârzierii datorate
a¸steptării în cozi de rutare ca un semn direct al supraîncărcării legăturilor ¸si a routerelor.
Teză de doctorat, 2011 37