Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/87285
Títol: | Gestión de bandas de frecuencias en entornos celulares mediante técnicas predictivas de deep learning |
Autoria: | Parra Guirado, Andrés |
Director: | Vilajosana, Xavier |
Tutor: | Lopez Vicario, Jose |
Resum: | El treball aquí exposat té com a finalitat la implementació d'un programari que sigui capaç de predir les trucades realitzades en xarxes cel·lulars a la ciutat de Milà. Les fonts de dades de trànsit són proveïdes per Itàlia Telecom a la ciutat de Milà generats pels seus usuaris i per usuaris desplaçats a la zona. Aquesta implementació és possible amb diferents tècniques de Deep Learning i el framework TensorFlow. Per a fer-ho amb un horitzó de predicció suficient que compleixi els requeriments d'algunes aplicacions, una bona solució és fer la implementació mitjançant una xarxa LSTM, ja que aquestes tenen una gran memòria a llarg termini. En les proves realitzades, la xarxa LSTM ha estat comparada amb un perceptrón multicapa. Resultant com era d'esperar, un rendiment superior a favor de la xarxa LSTM. Una aplicació que es podria beneficiar del producte desenvolupat en aquest treball seria activació/desactivació de bandes de freqüència en repetidors de salt de freqüència quan aquests vagin a cursar un nombre de trucades més elevat de l'habitual. |
Paraules clau: | aprenentatge profund TensorFlow LSTM |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | gen-2019 |
Llicència de publicació: | http://www.gnu.org/licenses/gpl.html |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
torettoTFM0119memoria.pdf | Memoria del TFM | 4,39 MB | Adobe PDF | Veure/Obrir |
torettoTFM0119presentación.pdf | Presentación del TFM | 1,37 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Els ítems del Repositori es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.