Книга Подходы к прогнозированию трафика в беспроводных mesh-сетях представляет собой обзор методов прогнозирования трафика в самоорганизующихся беспроводных сетях. Авторы рассматривают основные характеристики таких сетей и сравнивают их с проводными. В книге описываются различные алгоритмы прогнозирования, включая методы на основе вейвлет-анализа, анализа временных рядов, кластеризации потоков, анализа графов (graph-mining) и другие. Каждый метод подробно описывается с указанием его преимуществ и недостатков. Книга будет полезна специалистам в области беспроводных сетей и телекоммуникаций, а также студентам и аспирантам, изучающим эту тему.
Книга Подходы к прогнозированию трафика в беспроводных mesh-сетях является обзором различных методов прогнозирования трафика в самоорганизующихся беспроводных сетях. В книге авторы описывают основные характеристики беспроводных сетей и сравнивают их с проводными, а также рассматривают различные алгоритмы, используемые для прогнозирования трафика. Среди этих алгоритмов находятся методы на основе вейвлет-анализа, анализа временных рядов, кластеризации потоков, анализа графов и другие.
Книга также описывает преимущества и недостатки каждого из методов, что позволяет читателям выбрать наиболее подходящий метод для решения своих задач. Книга будет полезна не только специалистам в области беспроводных сетей и телекоммуникаций, но и любому, кто интересуется прогнозированием трафика в беспроводных сетях и хочет узнать больше о современных методах и подходах в этой области.
Электронная Книга «Подходы к прогнозированию трафика в беспроводных mesh-сетях» написана автором Е. Л. Калишенко в 2010 году.
Минимальный возраст читателя: 0
Язык: Русский
Серии: Прикладная информатика. Научные статьи
Описание книги от Е. Л. Калишенко
Авторами дается обзор методов прогнозирования трафика в беспроводных самоорганизующихся сетях. Приводятся основные характеристики таких сетей и их сравнение с проводными. Рассматриваются алгоритмы на основе вейвлет-анализа, а также анализа временных рядов, кластеризации потоков, анализа графов (graph-mining) и др. Описываются достоинства и недостатки каждого из них.
