Prediction of RoHCv1 and RoHCv2 compressor utilities for VoIP

Tömösközi Máté; Seeling Patrick; Ekler Péter; Fitzek Frank H. P.: Prediction of RoHCv1 and RoHCv2 compressor utilities for VoIP. In: Acta cybernetica, (23) 2. pp. 737-756. (2017)

Előnézet

Cikk, tanulmány, mű actacyb_23_2_2017_17.pdf Letöltés (594kB) | Előnézet

Absztrakt (kivonat)

Modern cellular networks utilising the long–term evolution (LTE) and the coming 5G set of standards face an ever–increasing demand for low–latency mobile data from connected devices. Header compression is employed to minimise the overhead for IP–based cellular network traffic, thereby decreasing the overall bandwidth usage and, subsequently, transmission delays. Here, we employ machine learning approaches for the prediction of Robust Header Compression version 1’s and version 2’s compression utility for VoIP transmissions, which allows the compression to dynamically adapt to varying channel conditions. We evaluate various regression models employing r2 and mean square error scores next to complexity (number of coefficients) based on an RTP specific training data set and separately captured live VoIP audio calls. We find that the proposed weighted Ridge regression model explains about at least 50 % of the observed results and the accuracy score may be as high as 94 % for some of the VoIP transmissions.

Mű típusa:	Cikk, tanulmány, mű
Befoglaló folyóirat/kiadvány címe:	Acta cybernetica
Dátum:	2017
Kötet:	23
Szám:	2
ISSN:	0324-721X
Oldalak:	pp. 737-756
Nyelv:	angol
Kiadás helye:	Szeged
Befoglaló mű URL:	http://acta.bibl.u-szeged.hu/50022/
DOI:	10.14232/actacyb.23.2.2017.17
Kulcsszavak:	Informatika, Számítástechnika, Regresszió - lineáris
Megjegyzések:	Bibliogr.: p. 753-756. és a lábjegyzetekben ; összefoglalás angol nyelven
Szakterület:	01. Természettudományok 01. Természettudományok > 01.02. Számítás- és információtudomány
Feltöltés dátuma:	2018. feb. 13. 10:55
Utolsó módosítás:	2022. jún. 20. 15:41
URI:	http://acta.bibl.u-szeged.hu/id/eprint/50097

Bővebben:

Tétel nézet