Telekomjätten Ericsson säger sig vara först med att använda maskininlärning för att optimera ett mobilnät. Det handlar om ett kommersiellt nät för den japanska kunden Softbank som gick 40 procent fortare att optimera plus att det fick bättre prestanda.
– Vi använde Ericssons tjänst i ett tättbefolkat område i Tokairegionen med många celler och frekvensband. Det positiva resultatet överträffade våra förväntningar och vi har börjat använda metoden tillsammans med Ericsson i andra områden med likande förutsättningar, säger Ryo Manda, radioteknikchef på Softbank, i ett pressmeddelande.
I det aktuella området i Tokairegionen fanns 2000 radioceller fördelade över olika frekvensband. Med hjälp av maskininlärning var det möjligt att gruppera cellerna i kluster och använda information om överlapp mellan dem för göra carrier aggregation över cellgränserna, vilket sänker investeringskostnaden och ökar prestanda.
Dessutom gick det 40 procent fortare än med konventionella metoder.