Sökning: "Trafikmönster"

Visar resultat 1 - 5 av 14 uppsatser innehållade ordet Trafikmönster.

1. 1. Öresundsmetron - Analys av effekter på kapacitet och restider mellan Malmö och Köpenhamn.

   Uppsats för yrkesexamina på grundnivå, Lunds universitet/Trafik och väg

   Författare :Zainab Ayoubi; Albion Jashari; [2023]
   Nyckelord :Öresundsmetro Restidseffekter Kapacitets analys Restider Malmö Köpenhamn Öresundsregion; Technology and Engineering;

   Sammanfattning : Öresundspåren över Öresund utsätts för en allt högre utmaning i takt med att tågtrafiken på spåren ökar. Då befolkningen i Malmö och Köpenhamn ökar, ökar även antal resor och efterfrågan på resmöjligheter. LÄS MER

3. 2. Highway Traffic Forecasting with the Diffusion Model : An Image-Generation Based Approach

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Pengnan Chi; [2023]
   Nyckelord :Diffusion model; Traffic forecasting; Generative model; Image processing; Spatial temporal modelling; Diffusionsmodell; Trafikprognos; Generativ modell; Bildbehandling; Rumsligtemporal modellering;

   Sammanfattning : Forecasting of highway traffic is a common practice for real traffic information system, and is of vital importance to traffic management and control on highways. As a typical time-series forecasting task, we want to propose a deep learning model to map the historical sensory traffic values (e.g., speed, flow) to future traffic forecasts. LÄS MER

4. 3. The Effect Background Traffic in VPNs has on Website Fingerprinting

   Master-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)

   Författare :Gustav Rehnholm; [2023]
   Nyckelord :Website Fingerprinting; Virtual Private Network; Deep Learning; Mönsterigenkänning; Virtuellt Privat Nätverk; Djup Inlärning;

   Sammanfattning : Tor and VPNs are used by many to be anonymous and circumvent censorship on the Internet. Therefore, traffic analysis attacks that enable adversaries to link users to their online activities are a severe threat. LÄS MER

5. 4. Hybrid Deep Learning Model for Cellular Network Traffic Prediction : Case Study using Telecom Time Series Data, Satellite Imagery, and Weather Data

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Ali Shibli; [2022]
   Nyckelord :Cellular network traffic; multi-modal; satellite imagery; weather data; LSTM; CNN; time series; Trafic sur les réseaux cellulaires; multimodal; imagerie satellite; données météo; LSTM; CNN; séries temporelles; Förutsägelse av mobilnätstrafik; multimodal modell; satellitbilder; väderdata; LSTM; CNN; tidsseriein;

   Sammanfattning : Cellular network traffic prediction is a critical challenge for communication providers, which is important for use cases such as traffic steering and base station resources management. Traditional prediction methods mostly rely on historical time-series data to predict traffic load, which often fail to model the real world and capture surrounding environment conditions. LÄS MER

7. 5. Access Point Selection and Clustering Methods with Minimal Switching for Green Cell-Free Massive MIMO Networks

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Qinglong He; [2022]
   Nyckelord :Cell-free massive MIMO; multi-objective optimization; deep reinforcement learning; AP switch ON OFF; energy efficiency; Cellfri massiv MIMO; multiobjektiv optimering; djup förstärkningsinlärning; AP switch ON OFF; energieffektivitet;

   Sammanfattning : As a novel beyond fifth-generation (5G) concept, cell-free massive MIMO (multiple-input multiple-output) recently has become a promising physical-layer technology where an enormous number of distributed access points (APs), coordinated by a central processing unit (CPU), cooperate to coherently serve a large number of user equipments (UEs) in the same time/frequency resource. However, denser AP deployment in cell-free networks as well as an exponentially growing number of mobile UEs lead to higher power consumption. LÄS MER