Resumo-As ferramentas de inteligência artificial têm atraído grande atenção da comunidade de sistemas sem fio, que segue reformulando problemas nessa área por meio do arcabouço de aprendizado estatístico. Este trabalho propõe o seguinte problema: a partir de um conjunto de amostras do canal, estimar o comportamento estatístico de métricas essenciais de desempenho (p. ex., taxas de erro e de interrupção) dentro da faixa operacional do sistema. Uma solução eficaz é apresentada usando técnicas de aprendizado profundo e avaliada à luz da solução via inferência clássica, conceitualmente ótima mas inviável na prática. A análise é disposta em resultados numéricos representativos que revelam como cada parâmetro afeta a estimação.Palavras-Chave-Aprendizado profundo em sistemas sem fio, canais de desvanecimento, análise de desempenho assintótica, estimador de desempenho.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.