Deep Neural Network Based Dynamic Resource Reallocation of BBU Pools in 5G C-RAN ROADM Networks

Deep Neural Network Based Dynamic Resource Reallocation of BBU Pools in 5G C-RAN ROADM Networks
复制标题

DOI：
10.1364/ofc.2018.th1b.4
复制
发表时间：
2018-03
期刊：
2018 Optical Fiber Communications Conference and Exposition (OFC)
影响因子：
--
通讯作者：
W. Mo;Craig L. Gutterman;Yao Li;G. Zussman;D. Kilper
W. Mo;Craig L. Gutterman;Yao Li;G. Zussman;D. Kilper
中科院分区：
其他
文献类型：
--
作者：
W. Mo;Craig L. Gutterman;Yao Li;G. Zussman;D. Kilper

文献摘要

被引文献

相似文献

开发LSTM网络来预测5G C-RAN ROADM网络中的BBU池流量。通过提前30分钟重新配置光网络来重新分配资源，可以观察到5G吞吐量的提高和资源的节省。
An LSTM network is developed to predict BBU pool traffic in 5G C-RAN ROADM networks. 5G throughput improvement and resource savings are observed with resource reallocation by reconfiguring the optical network 30 minutes in advance.