--- title: QoE Prediction input data tags: nycu MIRC104 --- # O-RAN QoE Prediction input data > [name=蔡秀吉]<br/>[time=Oct 6 2022][color=#F4B400] > 今天是我的生日! ## QoE Prediction ![](https://i.imgur.com/53n8UnS.png =75%x) 今天有人來訊息詢問我,可能想要用 AI/ML 來優化 QoE,QoE input training data 可以有什麼? ![](https://i.imgur.com/TcKNE2Y.png =55%x) 就如同圖片所提及,可以 input 用來預測QoE的資料 例如: - 傳輸率 - 延遲 - 封包到達時間 - UE信號強度 - 換手統計 ![](https://i.imgur.com/z2D5WcW.png) 加上這張表裡面的 Type of the original measurements - 資料來源: - O-RAN Near-Real-time RAN Intelligent Controller E2 Service Model (E2SM) KPM 2.02 ## 個人見解 近期正好三星也在研究運用 LSTM 來預測 QoE - https://wiki.o-ran-sc.org/display/AIMLFEW/Meeting+notes 我覺得要用 AI/ML 預測/優化QoE,可能也可以考慮一些 「基站的特性」(Cell Charatceristics) ![](https://i.imgur.com/GnAZ4or.png) 像是下面這篇文章 O-RAN 運用 AI/ML(強化是學習)來實施個人網路優化 - https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9681936 #### 其他資訊 歡迎加入 FB [O-RAN 5G 網路通訊技術 X GDSC] 學術交流社群:https://www.facebook.com/groups/534980718419173 #### 作者資訊(蔡秀吉) - hctsai@linux.com - thc1006@ieee.org - https://www.facebook.com/thc1006