Proyección del comportamiento de enlaces en redes inalámbricas lln mediante series temporales no estacionarias aplicando algoritmos de aprendizaje automático

Las series temporales son idóneas para representar, a través del tiempo, la calidad de los enlaces en redes IEEE 802.15.4. Por ende, es considerable proyectar o predecir las métricas de la calidad de enlace como RSSI y LQI para optimizar el rendimiento en este tipo de redes. Este proyecto se sustent...

Full description

Autores:

Mantilla López, Juan David

Tipo de recurso:

http://purl.org/coar/version/c_b1a7d7d4d402bcce

Fecha de publicación:

2021

Institución:

Universidad Industrial de Santander

Repositorio:

Repositorio UIS

Idioma:

spa

OAI Identifier:

oai:noesis.uis.edu.co:20.500.14071/41559

Acceso en línea:

https://noesis.uis.edu.co/handle/20.500.14071/41559
https://noesis.uis.edu.co

Palabra clave:

IEEE 802.15.4
Series de tiempo no estacionaria
LSTM
Random Forest
Support Vector Regressor
ARIMA
predicciones series de tiempo.
IEEE 802.15.4
Nonstationary time series
LSTM
Random Forest
Support Vector Machine
ARIMA
time series forecasting.

Rights

License

Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)