RT info:eu-repo/semantics/bachelorThesis
T1 Predicción de ancho de banda disponible en redes inalámbricas altamente dinámicas
A1 Espinosa Lerma, Juan Manuel
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 Redes móviles
K1 LSTM
K1 LTE
AB Las redes móviles son redes inalámbricas que proporcionan acceso a servicios como el acceso a Internet, entre otros. Los enlaces de estas redes son poco fiables, dado fundamentalmente por su carácter inalámbrico, y la capacidad de la que se va a disponer depende de muchos factores como la potencia de señal recibida o la calidad. Diversas aplicaciones de usuario deben ajustar ciertos parámetros en función de la capacidad disponible en cada momento, con el fin de proporcionar la mejor experiencia final al usuario. El uso de técnicas de aprendizaje automático puede resultar útil para predecir la capacidad que se dispondrá en los próximos instantes y, consecuentemente, las aplicaciones podrán ajustarse a las circunstancias de la red. A este respecto, trabajos previos han estudiado cómo el aprendizaje automático puede predecir la capacidad disponible en una red. Sin embargo, los modelos creados implican una carga computacional no asumible en muchos entornos reales. El objetivo de este TFG es analizar varios tipos de predictores, con especial énfasis en los basados en redes neuronales LSTM, buscando un compromiso entre carga computacional y una buena predicción. Para ello, se explorarán diversos conjuntos de datos, así como diversas variantes de LSTM. Se programará un predictor LSTM base con el objetivo de entenderlo y se intentará reproducir los resultados de la literatura. Por último, se discutirá el beneficio de la predicción con LSTM frente al elevado coste computacional de los modelos.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71249
UL https://uvadoc.uva.es/handle/10324/71249
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 02-mar-2025