Прогнозування завантаженості каналів у бездротових локальних мережах

Прокіпець, В. О.; Чала, О. В.

Публікація:
Прогнозування завантаженості каналів у бездротових локальних мережах

dc.contributor.author	Прокіпець, В. О.
dc.contributor.author	Чала, О. В.
dc.date.accessioned	2025-04-24T08:41:44Z
dc.date.available	2025-04-24T08:41:44Z
dc.date.issued	2025
dc.description.abstract	Wireless Local Area Networks (WLAN) play a crucial role in modern communication systems. However, network congestion, signal instability, and bandwidth limitations remain key challenges. Predictive modeling provides an effective solution by analyzing historical data and forecasting network conditions. This paper reviews various forecasting methods, including time series analysis (ARIMA, ETS), machine learning (Decision Trees, Random Forest, XGBoost), and deep learning (RNN, LSTM, CNN). The study highlights the advantages and limitations of these models and explores hybrid approaches for improved accuracy. The findings suggest that predictive models can significantly enhance WLAN performance, optimizing bandwidth allocation and reducing latency.
dc.identifier.citation	Прокіпець В. О. Прогнозування завантаженості каналів у бездротових локальних мережах / В. О. Прокіпець, О. В. Чала // Радіоелектроніка та молодь у XXI столітті : матеріали 29-го Міжнар. молодіж. форуму, 16–19 квітня 2025 р. – Харків : ХНУРЕ, 2025. – Т. 3. – С. 531–533.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/30684
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.subject	завантаженість каналів
dc.subject	бездротова локальна мережа
dc.title	Прогнозування завантаженості каналів у бездротових локальних мережах
dc.type	Thesis
dspace.entity.type	Publication