Rohde & Schwarz käyttää koneoppimista verkon vakauden parantamiseen
Rohde & Schwarz on kehittänyt uuden koneoppimiseen perustuvan tavan mitata matkapuhelinverkkojen puheluiden vakauden laatua. Teknologia pisteyttää puhelut niiden vakauden perusteella.
München – Saksalainen elektroniikkayritys Rohde & Schwarz on ottanut käyttöön uuden koneoppimiseen perustuvan menetelmän matkapuhelinverkkojen laadun arviointiin. Uusi "Call Stability Score" (CSS) -ominaisuus pyrkii ratkaisemaan haasteita, joita perinteisissä puheluiden katkaisuprosentin (CDR) mittausmenetelmissä ilmenee.
Perinteisesti CDR:n mittaaminen vaatii tuhansia puheluita tilastollisen merkitsevyyden saavuttamiseksi, mikä tekee siitä epäkäytännöllistä pienillä alueilla, kuten kauppakeskuksissa. Rohde & Schwarzin käyttämä koneoppimismalli analysoi lukuisia eri verkkoparametreja ja pisteyttää jokaisen puhelun sen vakauden perusteella, riippumatta siitä, katkesiko se vai ei.
"Call Stability Score" hyödyntää syväoppimista ja rekursiivisia neuroverkkoja, kuten LSTM-soluja, käsittelemään aikasarjadataa. Malli erottaa vakaat ja katkenneet puhelut oppimalla rajapinnan korkeaulotteisesta data-avaruudesta. Näin saadaan luotettavampi arvio puhelun laadusta ja verkon yleisestä vakaudesta.
Yhtiön mukaan uusi teknologia auttaa operaattoreita saamaan tarkempaa tietoa verkon suorituskyvystä ja parantaa mittauskampanjoiden luotettavuutta. Se mahdollistaa myös aiempaa yksityiskohtaisemman analyysin verkon laadusta eri olosuhteissa.