この記事では、無線ネットワークにおけるネットワークリソースの効率的な計画と利用におけるトラフィック予測の重要性について述べています。特に、セルラーネットワークのユーザーレベルでのトラフィック分析が不足している現状に着目し、統計的手法、ルールベースの手法、ディープラーニングを使用したトラフィック予測ツールの設計について詳述しています。実際のトラフィックデータセットを用いた広範な実験評価を行い、予測の精度に影響を与えるさまざまなパラメーターについて分析しています。さらに、トラフィックの生成アプリケーションとの関連を踏まえ、トラフィックの到着および出発の統計に基づくアプリケーションの盲目的な分類を拡張しています。結果から、過去の観察数の閾値があり、この閾値を超えると深層学習が線形統計学習を上回ることが示されています。また、トラフィック到着予測により、経験的な遅延を減少させる事例も紹介されています。