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 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.

• 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
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional