مع تزايد الاعتماد على تقنيات الاتصال الحديثة، أصبح توقع الطلب على حركة بيانات شبكة الجوال أمرًا حيويًا لتحسين التخطيط المستقبلي للشبكات مثل 5G و6G. تمثل الورقة البحثية الجديدة التي تحمل عنوان "نموذج TD-STGT: محول الرسوم البيانية الزمنية والمكانية لتوقع الطلب على حركة البيانات" خطوة كبيرة في هذا الاتجاه.

نموذج TD-STGT (Traffic Demand Spatio-Temporal Graph Transformer) هو إطار عمل يستخدم تقنيات الذكاء الاصطناعي لتوقع التغيرات الفورية في الطلب على حركة البيانات. يعتمد النموذج على بيانات مستمدة من قياسات جماعية للهواتف المحمولة ومعلومات عن السكان خلال فترة النهار، مما يجعله أداة قوية لتحليل حركة البيانات في مناطق جغرافية دقيقة.

أظهرت التجارب المنفذة عبر خمس مناطق حضرية في كندا أن نموذج TD-STGT يحقق أداءً فائقًا في توقع التغيرات على مستوى الشبكة، حيث سجل زيادة مذهلة في دقة التوقع تصل إلى 0.462 وتخفيض في خطأ التقدير بالمقياس الجذري الوسيط (RMSE) بنسبة 5.7% مقارنة بأفضل نموذج سابق. يُعتبر هذا الإنجاز خطوة هامة نحو تعزيز إمكانيات الشبكات المستقبلية.

يساهم نموذج TD-STGT في تحديد المناطق التي تعاني من ضغط متزايد في الطلب، مما يساعد شركات الاتصالات والموارد على تخطيط التوسعات الضرورية في قدرة الشبكات الجوالة بشكل أفضل. هل أنتم مستعدون لتبني هذا الابتكار؟