我們提出一個以機器學習方法驅動，應用於5G/6G行動通訊網路的最佳預測式邊緣快取儲存配置方案。我們使用類神經網路來預測網路內容的人氣。根據所預測的網路內容人氣指標，我們利用組合最佳化理論與演算法來達到最佳的邊緣快取儲存配置

我們提出一個以機器學習方法驅動，應用於5G/6G行動通訊網路的最佳預測式邊緣快取儲存配置方案。我們所使用的類神經網路可以精準地預測網路內容的人氣。由於所使用的類神經網路及組合最佳化演算法的複雜度都不高，我們所提出的方案可以快速的求解。電腦模擬結果證實我們的方案可以有效降低行動通訊骨幹網路的資源消耗。

我們提出一個以機器學習方法驅動，應用於5G/6G行動通訊網路的最佳預測式邊緣快取儲存配置方案。我們所使用的類神經網路可以精準地預測網路內容的人氣。根據所預測的網路內容人氣指標，我們利用組合最佳化演算法來達到最佳的邊緣快取儲存配置。電腦模擬結果證實我們的方案可以有效降低行動通訊骨幹網路的資源消耗。