توقع حالة الشبكة المستقبلية هو قدرة رئيسية لشبكة التوأم الرقمية ، ويمكن أن يساعد مشغل الشبكة في تقدير تغير أداء الشبكة واتخاذ الإجراءات ذات الصلة مبكرًا. تعاني الطرق التوقعية الحالية - بما في ذلك الطرق الإحصائية وطرق التعلم الآلي وطرق التعلم العميق - من العديد من القيود في القدرة العامة والاعتماد على بيانات التدريب. لحل هذه المشكلات واستلهامًا من إطار التدريب والضبط الطبيعي في مجال معالجة اللغة الطبيعية والرؤية الحاسوبية ، اقترحنا نموذج أساسي يعتمد على Transformer ، وهو TSNet ، للتنبؤ بمؤشرات أداء شبكة متنوعة. من أجل تحسين تمثيل سلسلة الزمنية باستخدام تركيبة Transformer ، تم إدخال آلية الانتباه في المجال الترددي وتفكيك الزمن. بالإضافة إلى ذلك ، تم تصميم استراتيجية ضبط خفيفة الوزن تمكن TSNet من التعميم بسرعة إلى بيانات جديدة أو سيناريوهات جديدة. تشير نتائج التجربة إلى أن تنبؤ TSNet القائم على عدم التمثيل (دون الحاجة إلى أي بيانات تدريب) يفوق الطرق الأساسية المراقبة. باستخدام استراتيجية ضبط البيانات القليلة ، يمكن تحسين دقة التنبؤ بشكل أكبر. بشكل عام ، يظهر TSNet دقة عالية وقدرة على العموم على مجموعة متنوعة من البيانات.

التوأم الرقمي ؛ شبكة الاتصالات ؛ النموذج الأساسي ؛ توقع حالة الشبكة