May, 2019
卷积长短时记忆多业务移动流量预测
Multi-Service Mobile Traffic Forecasting via Convolutional Long Short-Term Memories
Chaoyun Zhang, Marco Fiore, Paul Patras
TL;DR本文提出了一种基于序列到序列学习(S2S)和卷积长短时记忆(ConvLSTMs)的方法,用于解决多服务移动流量预测问题,实验表明该方法能够准确地预测不同服务在城市层面上未来一小时的需求量,其平均绝对误差低于 13KBps,并且优于其他深度学习方法高达 31.2%。