Oct, 2023
双潜在状态学习方法：利用区域网络相似性进行 QoS 预测
A Dual Latent State Learning Approach: Exploiting Regional Network Similarities for QoS Prediction
Ziliang Wang, Xiaohong Zhang, Meng Yan
TL;DR提出了一种新颖的深度学习框架 R2SL，通过提取两种不同的区域网络潜在状态 (城市网络潜在状态和自治系统网络潜在状态)，利用共同区域的汇总数据而不是个体对象数据来预测网络服务质量 (QoS)，并使用增强的 Huber 损失函数来解决常见的标签不平衡问题，最终通过多尺度感知网络实现区域网络潜在特征与其他相关信息的融合预测，实验结果表明 R2SL 方法在真实 QoS 数据集上显示出优越的性能，充分利用对象间的区域网络相似性为精确的 QoS 预测开辟了一条创新途径。