Концепция применения объяснимого искусственного интеллекта для решения задачи распределения трафика

Морозов А.В.; Пономарев Д.Ю.

Дополнительные ссылки: eLibrary

База данных: Каталог библиотеки СФУ

Библиографическое описание: Концепция применения объяснимого искусственного интеллекта для решения задачи распределения трафика : научное издание / А. В. Морозов, Д. Ю. Пономарев. - Текст : непосредственный // Инновации. - 2024. - № 2. - С. 37-42. - ISSN 2071-3010.

Аннотация: Современные инфокоммуникационные сети представляют собой набор значительного числа узлов и каналов связи между ними, что усложняет процесс анализа характеристик таких сетей. Аналитические методы содержат большое число допущений и не могут в полной мере отразить все нюансы процедур обслуживания. Имитационное моделирование позволяет учесть множество составляющих процедур обслуживания, но требует для оценки характеристик реальных сетей больших временных и вычислительных затрат. В настоящее время существуют методы машинного обучения, использование которых позволяет решать задачи распределения трафика путем оценки характеристик качества обслуживания. Применение методов объяснимого искусственного интеллекта к полученному решению позволяет получить информацию о наиболее влияющих факторах с целью их дальнейшего использования для задачи распределения трафика. Поэтому целью данной работы является разработка концепции применения объяснимого искусственного интеллекта для решения задачи распределения трафика в инфокоммуникационной сети при обеспечении заданного уровня качества обслуживания. Предполагается, что использование данной концепции в перспективных инфокоммуникационных сетях позволит решать задачи управления распределением трафика с целью повышения надежности доставки информации и удовлетворенности пользователей.
Modern infocommunication networks are a set of a significant number of nodes and communication channels between them, which complicates the process of analyzing the characteristics of such networks. Analytical methods contain a large number of assumptions and cannot fully reflect all the nuances of maintenance procedures. Simulation allows you to take into account many components of maintenance procedures, but requires a lot of time and computing costs to assess the characteristics of real networks. Currently, there are machine learning methods that can be used to solve traffic distribution problems by evaluating service quality characteristics. The methods of explainable artificial intelligence allow us to obtain information about the most influential factors in order to use them further in solving the problem of traffic distribution. Therefore, the purpose of this work is to develop the concept of using explainable artificial intelligence to solve the problem of traffic distribution in an infocommunication network

Год издания: 2024

Авторы: Морозов А.В. , Пономарев Д.Ю.

Издательство: Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина), ООО "Трансфер-Инновации, Санкт-Петербург

Источник: Инновации

Выпуск: № 2

Номера страниц: 37-42

Держатель оригинала документа: ФГАУ «Военный инновационный технополис «ЭРА»

Количество экземпляров:

Твёрдая копия издания отсутствует в фонде библиотеки

Показать дополнительные сведения

Объяснимый искусственный интеллект в кадровой аналитике: анализ факторов производительности : статья из журнала

Козинец Александр Николаевич
2025 год

Узловая модель распределения трафика для перспективных спутниковых сетей связи : научное издание

Пономарев Д.Ю.
2015 год

МОДЕЛЬ РАСПРЕДЕЛЕНИЯ ТРАФИКА ДЛЯ ПЕРСПЕКТИВНЫХ ИНФОКОММУНИКАЦИОННЫХ СПУТНИКОВЫХ СЕТЕЙ : научное издание

Пономарев Д.Ю.
2015 год

Применение контурного метода для решения задачи оптимального распределения трафика в сети : научное издание

Гаипов Константин Эдуардович и др.
2023 год

МОДЕЛЬ РАСПРЕДЕЛЕНИЯ ТРАФИКА В МНОГОУРОВНЕВОЙ ИНФОКОММУНИКАЦИОННОЙ СЕТИ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ : научное издание

Морозов Андрей Владимирович и др.
2021 год

АНАЛИЗ ОГРАНИЧЕНИЙ ПРОПУСКНОЙ СПОСОБНОСТИ БЕСПРОВОДНЫХ УСТРОЙСТВ ПЕРЕДАЧИ ДАННЫХ ДЛЯ ИНТЕРНЕТ… : научное издание

Пугач Алексей Витальевич и др.
2020 год

АНАЛИЗ ОГРАНИЧЕНИЙ ПРИМЕНЕНИЯ ГАММА РАСПРЕДЕЛЕНИЯ ДЛЯ ДЛИНЫ КАДРА В СЕТИ ETHERNET : доклад, тезисы доклада

Пугач А. В.
2020 год

РАСПРЕДЕЛЕНИЕ ТРАФИКА В МЕЖСПУТНИКОВЫХ КАНАЛАХ СВЯЗИ УЗЛОВЫМ МЕТОДОМ ПРИ МИНИМАЛЬНОЙ СУММЕ… : доклад, тезисы доклада

Абрамчик Д. Д. и др.
2023 год

Применение гибридного алгоритма балансировки для управления распределением вычислительных задач в… : статья из журнала

Дойчев Владимир Сергеевич
2025 год

ОЦЕНКА СРЕДНЕГО ВРЕМЕНИ ЗАДЕРЖКИ В ИНФОКОММУНИКАЦИОННЫХ СЕТЯХ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ТЕНЗОРНОГО… : научное издание

Пономарев Дмитрий Юрьевич
2018 год

Анализ функции распределения временной задержки замкнутого контура регулирования параметров… : научное издание

Ковалев Игорь Владимирович и др.
2022 год

Применение ортогональной модели телекоммуникационной сети для решения задачи оптимального… : научное издание

Гутковкая Ольга Леонидовна и др.
2017 год

АНАЛИЗ ВЕРОЯТНОСТНО-ВРЕМЕННЫХ ХАРАКТЕРИСТИК ДИСЦИПЛИН ОБСЛУЖИВАНИЯ С ГАММА РАСПРЕДЕЛЕНИЕМ : научное издание

Пугач Алексей Витальевич и др.
2021 год

Применение искусственного интеллекта для решения инженерных задач : статья из журнала

Болотина Е. Д. и др.
2025 год

Технологии применения искусственного интеллекта в промышленности : статья из журнала

Швецов Дмитрий
2023 год

Применение возможностей искусственного интеллекта для развития российского рынка страхования жизни : статья из журнала

Щекланов Е. А.
2023 год

Библиотечно-издательский комплекс СФУ

Концепция применения объяснимого искусственного интеллекта для решения задачи распределения трафика
статья из журнала

Похожие публикации