Jun, 2024
使用真实世界数据建模 5G 能耗:能量指纹即所需
Modelling the 5G Energy Consumption using Real-world Data: Energy Fingerprint is All You Need
Tingwei Chen, Yantao Wang, Hanzhi Chen, Zijian Zhao, Xinhao Li...
TL;DR该研究提出了一种基于实际数据集的新颖的 5G 基站能耗建模方法,通过将基站标识符(BSID)信息纳入输入特征并使用嵌入层进行编码,以准确表示不同基站的能源指纹,并引入了掩码训练方法和注意机制来提高模型的泛化能力和准确性,在评估中实现了显著改进,将平均绝对百分比误差(MAPE)从 12.75%降低到 4.98%,性能提升超过 60%。