DETERMINING CELL UPGRADE

Embodiments described herein relate to methods and apparatus for determining cell upgrades, for example whether to upgrade a Long Term Evolution (LTE) cell to Massive Multiple Input Multiple Output (M-MIMO) technology. There is provided a method for determining a cell upgrade metric. The method receives samples comprising user session data from user equipment communicating within a cell (405, 410, 415, 420). Training data is obtained from the samples by applying a filtering rule (425) and an autoencoder trained using the samples (430). The encoder and code layers of the trained autoencoder are combined with a classifier network to generate a combined classification network (435). The combined classification network is trained using the training data (440). The trained combined classifier network is used to classify user session data within the same or a different cell (505) and using a plurality of said classifications to determine the cell upgrade metric for said cell (525). Les modes de réalisation décrits dans la présente invention concernent des procédés et des appareils permettant de déterminer les mises à niveau de cellules, par exemple s'il faut mettre à niveau une cellule LTE (Long Term Evolution) vers la technologie M-MIMO (Massive Multiple Input Multiple Output). L'invention concerne un procédé permettant de déterminer une métrique de mise à niveau de cellule. Le procédé reçoit des échantillons comprenant des données de session d'utilisateur provenant d'un équipement utilisateur communiquant dans une cellule (405, 410, 415, 420). Des données d'apprentissage sont obtenues à partir des échantillons par application d'une règle de filtrage (425) et d'un autocodeur formé à l'aide des échantillons (430). L'encodeur et les couches de code du codeur automatique entraîné sont combinés à un réseau de classification pour générer un réseau de classification combiné (435). Le réseau de classification combiné est entraîné à l'aide des données d'apprentissage (440). Le réseau classificateur combiné entraîné est utilisé pour classifier des données de session d'utilisateur à l'intérieur de la même cellule ou d'une cellule différente (505) et à l'aide d'une pluralité desdites classifications pour déterminer la métrique de mise à niveau de cellule pour ladite cellule (525).