Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/30969
Title: Predicción de rendimiento de redes LTE con técnicas de Machine Learning
Authors: Rohoden Jaramillo, Katty Alexandra
Carrión Herrera, María de los Ángeles
Keywords: Ecuador.
Tesis digital.
Issue Date: 2022
Citation: Carrión Herrera, M. D. L. Á. Rohoden Jaramillo, K. A. (2022) Predicción de rendimiento de redes LTE con técnicas de Machine Learning [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/30969
Abstract: Abstract: Predicting the performance of a mobile cellular network is one of the main challenges when evaluating the quality of service of any mobile operator. This prediction allows the operator to be aware of future network scenarios and thus take corrective actions before they occur. Machine learning algorithms supported by large amounts of data in real scenarios provide mobile cellular network operators with a guarantee of efficiency in network operation. The present workuses Machine Learning techniques for the prediction of LTE network performance, for this purpose a database of a cellular mobile network was built using an Android application. The CRISP-DM methodology was used to perform data mining and we proposed different scenarios where the Machine Learning models were trained, finally these models were evaluated with a 70:30 partition (training: testing), using statistical metrics that allowed to establish the model that best fits the proposed scenarios.
Description: Resumen: Predecir el rendimiento de una red móvil celular, es uno de los principales desafíos que se presentan al evaluar la calidad deservicio de cualquier operador de telefonía móvil. Esta predicción permite al operador estar al tanto de los escenarios futuros de la red y de esta manera tomar acciones correctivas antes de que éstas ocurran. Los algoritmos de aprendizaje automático respaldados por grandes cantidades de datos en escenarios reales proporcionan a los operadores de las redes móviles celulares una garantía de eficiencia en el funcionamiento de la red. El presente trabajo, utiliza técnicas de Machine Learning para la predicción del rendimiento de la red LTE, para ellos e construyó una base de datos de una red móvil celular usando una aplicación en Android. Se utilizo la metodología CRISP-DM para efectuar la minería de datos y planteamos diferentes escenarios en donde se entrenaron los modelos de Machine Learning, finalmente estos modelos se evaluaron con una partición 70:30 (entrenamiento: testeo), haciendo uso de métricas estadísticas que permitieron establecer elmodelo que mejor se adapta a los escenarios planteados.
URI: https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=130434.TITN.
Appears in Collections:Maestría en Educación mención Innovación y Liderazgo Educativo



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.