A method and means for speeding up simulation in a communication system use Importance Sampling (IS) involving fitted stochastic processes that are artificially altered and fed to the system as inputs in order to shorten the time between so called rare events. The simulation needs to be compensated for the alteration so that the simulation remains unbiased. The problem of finding optimal alternations can be reduced to find optimal bias parameters for the stochastic processes. Here an Artificial Neural Network (ANN) together with a Statistical Bias Optimizer is used in a first phase where the ANN is trained with input parameters and their corresponding optimal output bias parameters. In an application phase, only the trained ANN is used to very quickly provide optimal output samples for the final simulation.

Um método e meios para apressar-se acima da simulação em uma amostragem da importância do uso do sistema de comunicação (É) que envolve os processos estocásticos cabidos que são alterados artificial e fed ao sistema como entradas a fim encurtar o tempo entre eventos raros assim chamados. A simulação necessita ser compensada para a alteração de modo que a simulação remanesça unbiased. O problema de encontrar alternações optimal pode ser reduzido para encontrar parâmetros diagonais optimal para os processos estocásticos. Uma rede neural artificial (ANN) junto com um optimizer diagonal estatístico é usada aqui em uma primeira fase onde a ANN seja treinada com parâmetros da entrada e seus parâmetros optimal correspondentes da polarização da saída. Em uma fase da aplicação, somente a ANN treinada é usada fornecer muito rapidamente amostras optimal da saída para a simulação final.