Modelo de rnn para encontrar patrones secuenciales a partir de un análisis de intentos no exitosos en servicios de voz móvil utilizando aprendizaje automático

Las redes 4G con el avance tecnológico de la sociedad han tomado una importancia considerable, por lo tanto, es necesario que los usuarios tengan una experiencia que permita su permanencia dentro de su servidor, para que se logre este objetivo es fundamental hallar estrategias que permitan solventar...

Full description

Autores:
Rico Lombana, Luis Felipe
González Luque, Juan Camilo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/41171
Acceso en línea:
http://hdl.handle.net/11349/41171
Palabra clave:
Red Neuronal
Aprendizaje automático
Telecomunicaciones
Intentos no exitosos
Calidad del servicio
Ingeniería en Telecomunicaciones -- Tesis y disertaciones académicas
Redes neuronales recurrentes (RNN)
Patrones secuenciales en servicios de voz móvil
Análisis de intentos no exitosos en redes 4G
Aprendizaje automático en telecomunicaciones
Optimización de redes móviles con Machine Learning
Recurrent Neural Network
Machine learning
Telecommunications
Unsuccessful attempts
Quality from service
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Description
Summary:Las redes 4G con el avance tecnológico de la sociedad han tomado una importancia considerable, por lo tanto, es necesario que los usuarios tengan una experiencia que permita su permanencia dentro de su servidor, para que se logre este objetivo es fundamental hallar estrategias que permitan solventar las necesidades de los usuarios, y mejorar la calidad del servicio. Para la solución de esta problemática se plantea un análisis de bases de datos con información importante que permita mediante aprendizaje automático realizar un modelo predictivo, desde el cuál se puedan evidenciar los horarios, espacios geográficos y operadores de servicio móvil.