Zeitschrift für Informationstechnologie und Softwareentwicklung

Zeitschrift für Informationstechnologie und Softwareentwicklung
Offener Zugang

ISSN: 2165- 7866

Abstrakt

Vorhersage des Universitätsnetzwerkverkehrs mithilfe der Deep-Learning-Methode

Jihoon Lee

In diesem Artikel wird erläutert, was passieren würde, wenn Deep-Learning-Methoden für den Netzwerkverkehr von Universitäten implementiert werden. Um das Ergebnis vorherzusagen, wird in dem Artikel das Netzwerk vor und nach der Implementierung von Deep Learning verglichen. Wenn die Ergebnisse nach der Implementierung von Deep Learning eine Erhöhung der Datenübertragungsgeschwindigkeit zeigen, deutet dies darauf hin, dass die Implementierung von Deep Learning in jedem Netzwerksystem höchstwahrscheinlich die Datenübertragungsgeschwindigkeit verbessern wird. Der Artikel definiert zunächst, was Deep Learning ist. Anschließend werden verschiedene Deep-Learning-Methoden verwendet, um das System zu trainieren. Das System durchläuft die Trainingsphase, die Testphase und die Vorhersagephase, um es mit dem aktuellen Netzwerksystem vertraut zu machen. Sobald es das Netzwerksystem versteht, wird es das optimierte Netzwerksystem finden, um die Geschwindigkeit der Netzwerkverbindung zu verbessern.

Haftungsausschluss: Diese Zusammenfassung wurde mithilfe von Tools der künstlichen Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.
Top