Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning

Descripción del Articulo

El presente estudio de optimización de redes de telecomunicaciones mediante la técnica de IA y Machine Learning tiene como propósito incrementar la calidad de las redes de telecomunicaciones. Se analizará la evolución de la inteligencia artificial y el machine learning en las redes de telecomunicaci...

Descripción completa

Detalles Bibliográficos
Autor: Visurraga Sánchez, Carlos Alberto
Formato: tesis de maestría
Fecha de Publicación:2023
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/7867
Enlace del recurso:https://hdl.handle.net/20.500.12867/7867
Nivel de acceso:acceso abierto
Materia:Aprendizaje automático
Telecomunicaciones
Optimización
https://purl.org/pe-repo/ocde/ford#2.02.05
id UTPD_810f0928c7c50bab1d68c127d17270b3
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/7867
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
title Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
spellingShingle Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
Visurraga Sánchez, Carlos Alberto
Aprendizaje automático
Telecomunicaciones
Optimización
https://purl.org/pe-repo/ocde/ford#2.02.05
title_short Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
title_full Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
title_fullStr Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
title_full_unstemmed Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
title_sort Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
author Visurraga Sánchez, Carlos Alberto
author_facet Visurraga Sánchez, Carlos Alberto
author_role author
dc.contributor.advisor.fl_str_mv Rivera del Mar Fernandini, Alexis
dc.contributor.author.fl_str_mv Visurraga Sánchez, Carlos Alberto
dc.subject.es_PE.fl_str_mv Aprendizaje automático
Telecomunicaciones
Optimización
topic Aprendizaje automático
Telecomunicaciones
Optimización
https://purl.org/pe-repo/ocde/ford#2.02.05
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.05
description El presente estudio de optimización de redes de telecomunicaciones mediante la técnica de IA y Machine Learning tiene como propósito incrementar la calidad de las redes de telecomunicaciones. Se analizará la evolución de la inteligencia artificial y el machine learning en las redes de telecomunicaciones y se determinarán los procesos y parámetros a optimizar utilizando esta técnica. Además, se explicará el impacto del machine learning en la plataforma e infraestructura de las redes de telecomunicaciones. La investigación se enfocará en el análisis y la optimización de los procesos y parámetros críticos de las redes de telecomunicaciones, como la calidad del servicio, la velocidad de transmisión y la seguridad de la información. Para lograr estos objetivos, se utilizarán técnicas avanzadas de machine learning, como redes neuronales, aprendizaje profundo y algoritmos de clasificación. Se espera que los resultados de este estudio proporcionen una mejor comprensión de cómo la técnica de machine learning puede utilizarse para mejorar la calidad de las redes de telecomunicaciones y contribuir a la evolución de la infraestructura de telecomunicaciones. Los hallazgos también podrían proporcionar recomendaciones para mejorar la eficiencia y reducir los costos de operación y mantenimiento de las redes de telecomunicaciones.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-11-10T16:59:00Z
dc.date.available.none.fl_str_mv 2023-11-10T16:59:00Z
dc.date.issued.fl_str_mv 2023
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/7867
url https://hdl.handle.net/20.500.12867/7867
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Tecnológica del Perú
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - UTP
Universidad Tecnológica del Perú
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/11/C.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/2/C.Visurraga_Formulario_de_Publicacion.pdf
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/3/C.Visurraga_Informe_de_Similitud.pdf
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/4/license.txt
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/5/C.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.txt
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/7/C.Visurraga_Formulario_de_Publicacion.pdf.txt
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/9/C.Visurraga_Informe_de_Similitud.pdf.txt
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/6/C.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.jpg
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/8/C.Visurraga_Formulario_de_Publicacion.pdf.jpg
http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/10/C.Visurraga_Informe_de_Similitud.pdf.jpg
bitstream.checksum.fl_str_mv 1f0e143d1069653385ba9c24cd7d0b04
dd6ea17598939b444b09f373fccd7bf3
e66607742da0e5c4758caac38199b0a3
8a4605be74aa9ea9d79846c1fba20a33
00dbdca4e1dad588f4bf9c63958a1a2a
f15bf0e3e557e65b92178c018cb866b3
c13bc54827512cd1318214a3cc3bd799
eedab2f66d9bdc1659230e49c0e4291a
c79e206a561e242237dbc71ca2a6359e
17e3c4fcfc7bfb9be7c84f450db63bc9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1817984826448281600
spelling Rivera del Mar Fernandini, AlexisVisurraga Sánchez, Carlos Alberto2023-11-10T16:59:00Z2023-11-10T16:59:00Z2023https://hdl.handle.net/20.500.12867/7867El presente estudio de optimización de redes de telecomunicaciones mediante la técnica de IA y Machine Learning tiene como propósito incrementar la calidad de las redes de telecomunicaciones. Se analizará la evolución de la inteligencia artificial y el machine learning en las redes de telecomunicaciones y se determinarán los procesos y parámetros a optimizar utilizando esta técnica. Además, se explicará el impacto del machine learning en la plataforma e infraestructura de las redes de telecomunicaciones. La investigación se enfocará en el análisis y la optimización de los procesos y parámetros críticos de las redes de telecomunicaciones, como la calidad del servicio, la velocidad de transmisión y la seguridad de la información. Para lograr estos objetivos, se utilizarán técnicas avanzadas de machine learning, como redes neuronales, aprendizaje profundo y algoritmos de clasificación. Se espera que los resultados de este estudio proporcionen una mejor comprensión de cómo la técnica de machine learning puede utilizarse para mejorar la calidad de las redes de telecomunicaciones y contribuir a la evolución de la infraestructura de telecomunicaciones. Los hallazgos también podrían proporcionar recomendaciones para mejorar la eficiencia y reducir los costos de operación y mantenimiento de las redes de telecomunicaciones.Escuela de Postgradoapplication/pdfspaUniversidad Tecnológica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UTPUniversidad Tecnológica del Perúreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPAprendizaje automáticoTelecomunicacionesOptimizaciónhttps://purl.org/pe-repo/ocde/ford#2.02.05Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learninginfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionSUNEDUMaestro en Telecomunicaciones y NetworkingUniversidad Tecnológica del Perú. Escuela de PostgradoMaestría en Telecomunicaciones y Networking1022447943590752613047Collado Ramírez, Martín AlejandroPérez Godoy Ballón, Luis AlbertoMejía Gonzales. Armando Arturohttp://purl.org/pe-repo/renati/level#maestrohttp://purl.org/pe-repo/renati/type#trabajoDeInvestigacionORIGINALC.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdfC.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdfapplication/pdf2982660http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/11/C.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf1f0e143d1069653385ba9c24cd7d0b04MD511C.Visurraga_Formulario_de_Publicacion.pdfC.Visurraga_Formulario_de_Publicacion.pdfapplication/pdf1050069http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/2/C.Visurraga_Formulario_de_Publicacion.pdfdd6ea17598939b444b09f373fccd7bf3MD52C.Visurraga_Informe_de_Similitud.pdfC.Visurraga_Informe_de_Similitud.pdfapplication/pdf80691http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/3/C.Visurraga_Informe_de_Similitud.pdfe66607742da0e5c4758caac38199b0a3MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54TEXTC.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.txtC.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.txtExtracted texttext/plain198701http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/5/C.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.txt00dbdca4e1dad588f4bf9c63958a1a2aMD55C.Visurraga_Formulario_de_Publicacion.pdf.txtC.Visurraga_Formulario_de_Publicacion.pdf.txtExtracted texttext/plain4430http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/7/C.Visurraga_Formulario_de_Publicacion.pdf.txtf15bf0e3e557e65b92178c018cb866b3MD57C.Visurraga_Informe_de_Similitud.pdf.txtC.Visurraga_Informe_de_Similitud.pdf.txtExtracted texttext/plain13969http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/9/C.Visurraga_Informe_de_Similitud.pdf.txtc13bc54827512cd1318214a3cc3bd799MD59THUMBNAILC.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.jpgC.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.jpgGenerated Thumbnailimage/jpeg10188http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/6/C.Visurraga_Trabajo_de_Investigacion_Maestria_2023.pdf.jpgeedab2f66d9bdc1659230e49c0e4291aMD56C.Visurraga_Formulario_de_Publicacion.pdf.jpgC.Visurraga_Formulario_de_Publicacion.pdf.jpgGenerated Thumbnailimage/jpeg15941http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/8/C.Visurraga_Formulario_de_Publicacion.pdf.jpgc79e206a561e242237dbc71ca2a6359eMD58C.Visurraga_Informe_de_Similitud.pdf.jpgC.Visurraga_Informe_de_Similitud.pdf.jpgGenerated Thumbnailimage/jpeg17633http://repositorio.utp.edu.pe/bitstream/20.500.12867/7867/10/C.Visurraga_Informe_de_Similitud.pdf.jpg17e3c4fcfc7bfb9be7c84f450db63bc9MD51020.500.12867/7867oai:repositorio.utp.edu.pe:20.500.12867/78672023-11-22 17:31:49.563Repositorio Institucional de la Universidad Tecnológica del Perúrepositorio@utp.edu.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
score 13.89829
Estudio de la optimización de redes de telecomunicaciones mediante la técnica de machine learning
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares