7954

اندازه گيري كيفيت تجربه براي خدمات چندرسانه اي در شبكه هاي نسل پنج

1399-1400

دكتر ابوالفضل ديانت

در سناريو جريان جويباري ويديو، مخصوصا در حوزه انتقال بي سيم، اندازه گيري كيفيت تجربه (QoE (كاربران به يك مساله ضروري تبديل شده است. اين مساله مزيت هاي زيادي، هم براي ارايه دهندگان خدمات و هم كاربر نهايي پديدار كرده است. از جنبه ديگر، به كار گيري و ارايه نسل پنجم در سراسر جهان، كه به شبكه هايي با توليد گذردهي بالا و تاخير كم پاسخ گو هستند، ديگر مساله اي چالشي نيست. با اين وجود، پشتيباني از كاربرد هايي با بالاترين تاخير و قابليت اطمينان مانند واقعيت افزوده (AR ،(واقعيت مجازي (VR (و اينترنت لمسي هنوز بايد مورد توجه قرار گيرد. بنابراين؛ تعيين مناسب ترين روش براي ارزيابي كيفيت تجربه، لازم و ضروري است. در اين گزارش، با ارايه تعاريف استاندارد و هم چنين عوامل تاثيرگذار بر كيفيت تجربه، يك بررسي كلي در رابطه با آن انجام گرفته است كه بيشتر به نوع شبكه، نوع دستگاه، محتوا، خدمات و كاربران بستگي دارد. سپس، سه نوع مختلف از رويكردهاي ارزيابي كيفيت تجربه، از قبيل رويكرد ذهني، رويكرد عيني و رويكرد تركيبي كه منجر به رفع محدوديت هاي رويكرد هاي ذهني و عيني مي گردد را بيان و به مقايسه ي آن ها پرداخته شده است. به تازگي الگوريتم هاي هوش مصنوعي و يادگيري ماشين براي اندازه گيري و يا بهبود كيفيت تجربه استفاده شده اند. به عنوان نمونه DASH با توجه به وضعيت كانال از يادگيري ماشين براي تنظيم وضوح مناسب و نرخ بيت استفاده كرده است. اين روش ها براي پيگيري پيوسته كيفيت تجربه و اقدامات پيش گيرانه براي حفظ تجربه خوب كاربر، بسيار كارآمد خواهد بود. هم چنين، استفاده از الگوريتم هاي يادگيري ماشين در مدل هاي تخمين كيفيت تجربه را مي توان جز دقيق ترين رويكرد براي بي درنگ، به شمار آورد. ارزيابي كيفيت تجربه به طور تركيبي براي ما نتايج مشابه و نزديك به ارزيابي ذهني دارد، اما مطالعات كمي با رهيافت يادگيري ماشين براي آن استفاده شده است. احتمالا اين سقوط عملكرد به دليل حجم زياد داده هاي مورد نياز، محاسبه، اعتبارسنجي و پيچيدگي مدل آموزش است

12/21/2020 12:00:00 AM

69844

1399/10/21

Quality of Experience Measurement for Multimedia Services in Fifth Generation Network

كيفيت تجربه، كيفيت خدمات، يادگيري ماشين، رويكرد‌هاي تركيبي، رويكردهاي ذهني، رويكردهاي عيني

Quality of Experience, Quality of Service, Machine Learning, Subjective approach, Objective approach, and Hybrid approac