Graph neural network based handover optimization framework
Grafik sinir ağları tabanlı aktarım optimizasyon sistemi
- Tez No: 882798
- Danışmanlar: PROF. DR. TUNA TUĞCU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, mobil ağların gelişen yapısında, Açık Radyo Erişim Ağı (O-RAN) ortamlarında sonraki nesil ağlar için yenilikçi bir el değiştirme (handover) optimizasyon çerçevesi sunulmaktadır. Grafik Sinir Ağları (GNN) tabanlı bir çerçeve kullanılarak, araştırmada, el değiştirme kararlarında ağ dinamiklerini daha iyi yakalamak için Kullanıcı Ekipmanları (UE) ve Baz İstasyonları (BS) dahil olmak üzere mobil ağları gömme üzerine odaklanılmaktadır. Temel amaç, yük dengeleme, el değiştirme maliyeti, veri akışı kazancı ve kapsama alanı kazancı gibi kritik yönlerin optimize edilmesidir. GNN-HOF (Graph Neural Network Based Handover Optimization Framework - Grafik Sinir Ağları Tabanlı Aktarım Optimizasyon Çerçevesi) ismi verilen bu çerçeve, geleneksel yakınlık tabanlı yöntemlerden önemli bir ayrılık göstermekte, ağ dinamiklerini daha iyi anlamak ve öngörmek için ileri düzey makine öğrenimi tekniklerinden faydalanmaktadır. Yaklaşımın etkinliği, Stuttgart ve Monaco'daki gerçek dünya kentsel senaryolarında yanı sıra simüle edilmiş ortamlarda kapsamlı testlerle doğrulanmıştır ve Şehirsel Hareketlilik Simülasyonu (SUMO) aracı kullanılmıştır. Önerilen çerçevenin tüm anahtar metriklerde temel yöntemi tutarlı bir şekilde aştığı görülmektedir.
Özet (Çeviri)
In the evolving landscape of mobile networks, an innovative handover optimization framework for next-generation networks in Open Radio Access Network settings is presented in this thesis. The research, focusing on embedding mobile networks including user equipments and base stations to better capture the network dynamics in handover decisioning, is facilitated through the utilization of Graph Neural Network (GNN) based framework. The core objective is to optimize critical aspects such as load balancing, handover cost, throughput gain, and coverage gain. This framework, called GNN-HOF (Graph Neural Network Based Handover Optimization Framework), is a significant departure from traditional proximity-based methods, leveraging advanced machine learning techniques to better understand and predict network dynamics. The efficacy of the approach is validated through extensive testing in simulated environments as well as real-world urban scenarios in Stuttgart and Monaco using the Simulation of Urban Mobility (SUMO) tool. The results are compelling, demonstrating that the proposed framework consistently outperforms the baseline method across all key metrics.
Benzer Tezler
- Real-time human manipulation action recognition with a factorized graph sequence encoder
Ayrıştırılmış çizge dizi kodlayıcısı ile insan nesne etkileşimlerinin gerçek zamanlı olarak tanınması
ENES ERDOĞAN
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SANEM SARIEL UZER
DOÇ. DR. EREN ERDAL AKSOY
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Grup teknolojisi imalat sistemleri tasarımı için bir metodoloji ve bu metodolojinin endüstride uygulanması
Başlık çevirisi yok
NEVİN AYDIN
Doktora
Türkçe
1998
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. M. BÜLENT DURMUŞOĞLU
- An artificial neural network based emergency controller to improve transient stability in power systems
Güç sistemlerinde geçici kararlılığı artırmak için yapay sinir ağı tabanlı acil durum kontrolörü
KASRA MONTAKHABI OSKOUEI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- A comparison of LSTM and GNN based session recommendation systems
LSTM ve GNN tabanlı oturum öneri sistemlerinin karşılaştırılması
ÇAĞRI EMRE YILDIZ
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF YASLAN