Los puntos clave no están disponibles para este artículo en este momento.
Este documento presenta un esquema de gestión de traspasos basado en aprendizaje automático para LTE con el fin de mejorar la Calidad de Experiencia (QoE) del usuario en presencia de obstáculos. Mostramos que, en este escenario, un algoritmo de traspaso de última generación no puede seleccionar la celda objetivo apropiada para el traspaso, ya que siempre selecciona la celda objetivo con la señal más fuerte sin tener en cuenta la QoE percibida por el usuario después del traspaso. En contraste, nuestro esquema aprende de la experiencia pasada cómo se ve afectada la QoE del usuario cuando el traspaso se realiza a un cierto eNB. Nuestra evaluación de rendimiento muestra que el esquema propuesto mejora sustancialmente el número de descargas completadas y el tiempo de descarga promedio en comparación con el estado del arte. Además, su rendimiento es cercano a un enfoque óptimo en la región de cobertura afectada por un obstáculo.
Ali et al. (Vier,) estudió esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: