Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Optimizing satellite link throughput using machine learning
Konferencja
Konferencja Radiokomunikacji i Teleinformatyki (11-13.09.2024 ; Poznań, Polska)
Języki publikacji
Abstrakty
Artykuł ten bada wykorzystanie uczenia maszynowego do optymalizacji komunikacji satelitarnej, gdzie tradycyjne informacje zwrotne są ograniczone. Integracja wcześniej obliczonych planów sesji z modelami Random Forest i sekwencyjnymi, szkolonymi na danych symulacyjnych, ma na celu skuteczne radzenie sobie z dynamicznymi wyzwaniami komunikacyjnymi. Wstępne wyniki wskazują na obiecujący potencjał w zakresie zwiększenia efektywności i niezawodności komunikacji satelitarnej.
This paper explores using machine learning to optimize satellite communications where traditional feedback is limited. Integrating pre-calculated session plans with Random Forest and Sequential models, trained on simulated data, these models aim to handle dynamic communication challenges effectively. Preliminary results suggest promising potential for enhancing satellite communication efficiency and reliability.
Wydawca
Rocznik
Tom
Strony
135--138
Opis fizyczny
Bibliogr. 4 poz., rys., tab., wykr.
Twórcy
autor
- Politechnika Poznańska, Poznań
autor
- Politechnika Poznańska, Poznań
Bibliografia
- [1] Bishop, Christopher M. 2006. "Pattern Recognition and Machine Learning". Information Science and Statistics : 605 - 640
- [2] Hastie, Trevor; Tibshirani, Robert; Friedman, Jerome. 2009. "The Elements of Statistical Learning Data Mining, Inference, and Prediction". Springer Series in Statistics : 587–602.
- [3] Krenz, Rafał; Michalski, Marek; Zainutdinov, Ilia. 2023. "System Łączności Dla Satelitów Cubesat – Architektura i Protokoły". Przegląd Telekomunikacyjny - Wiadomości Telekomunikacyjne, 4/2023 : 224–227.
- [4] Krenz, Rafał; Sybis, Michał; Zainutdinov, Ilia. 2022. "Wykorzystanie pasma C do łączności z nanosatelitami CubeSat". Przegląd Telekomunikacyjny - Wiadomości Telekomunikacyjne, 4/2022 : 371–375.
Uwagi
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-8dd7e1bf-fc2b-4620-85e5-345f29b17de8
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.