Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos

Descripción del Articulo

El presente proyecto aborda la problemática de la falta de recursos para la optimización constante de una red 4G en la ciudad de Iquitos. Esto conlleva a una subutilización de los recursos de radiofrecuencia disponibles, resultando en problemas como desbalance de usuarios entre diferentes frecuencia...

Descripción completa

Detalles Bibliográficos
Autores: Linares Martinez, Arturo Elisban, Mejia Saavedra, Bernabe Eduardo
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/670376
Enlace del recurso:http://hdl.handle.net/10757/670376
Nivel de acceso:acceso abierto
Materia:Optimización de red 4G
Aprendizaje automático
Árboles de decisión
Algoritmos genéticos
4G network optimization
Machine Learning, Decision Trees
Genetic algorithms
https://purl.org/pe-repo/ocde/ford#2.02.05
https://purl.org/pe-repo/ocde/ford#2.00.00
id UUPC_677241926632ca4a09ce179cce1ab489
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/670376
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
dc.title.es_PE.fl_str_mv Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
dc.title.alternative.none.fl_str_mv Design of a 4G LTE cellular network optimization system through Machine Learning for the city of Iquitos
title Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
spellingShingle Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
Linares Martinez, Arturo Elisban
Optimización de red 4G
Aprendizaje automático
Árboles de decisión
Algoritmos genéticos
4G network optimization
Machine Learning, Decision Trees
Genetic algorithms
https://purl.org/pe-repo/ocde/ford#2.02.05
https://purl.org/pe-repo/ocde/ford#2.00.00
title_short Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
title_full Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
title_fullStr Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
title_full_unstemmed Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
title_sort Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
author Linares Martinez, Arturo Elisban
author_facet Linares Martinez, Arturo Elisban
Mejia Saavedra, Bernabe Eduardo
author_role author
author2 Mejia Saavedra, Bernabe Eduardo
author2_role author
dc.contributor.advisor.fl_str_mv Huapaya Camacho, Juan Ángel
dc.contributor.author.fl_str_mv Linares Martinez, Arturo Elisban
Mejia Saavedra, Bernabe Eduardo
dc.subject.none.fl_str_mv Optimización de red 4G
Aprendizaje automático
Árboles de decisión
Algoritmos genéticos
4G network optimization
Machine Learning, Decision Trees
Genetic algorithms
topic Optimización de red 4G
Aprendizaje automático
Árboles de decisión
Algoritmos genéticos
4G network optimization
Machine Learning, Decision Trees
Genetic algorithms
https://purl.org/pe-repo/ocde/ford#2.02.05
https://purl.org/pe-repo/ocde/ford#2.00.00
dc.subject.ocde.none.fl_str_mv 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#2.00.00
description El presente proyecto aborda la problemática de la falta de recursos para la optimización constante de una red 4G en la ciudad de Iquitos. Esto conlleva a una subutilización de los recursos de radiofrecuencia disponibles, resultando en problemas como desbalance de usuarios entre diferentes frecuencias, problemas en la cobertura y la detección tardía de altas interferencias en el enlace ascendente. Todos estos inconvenientes impactan negativamente en la experiencia del usuario al navegar por internet, generando una percepción desfavorable del servicio de telefonía móvil brindado. Para solucionar este problema, este proyecto hace uso de distintos algoritmos basados en técnicas propias del aprendizaje automático. En este caso, se emplean regresiones multi salidas mediante árboles de decisión para la predicción de KPIs a partir de las múltiples entradas de las antenas, y algoritmos genéticos para lograr la configuración óptima de los parámetros de las antenas utilizando el tilt eléctrico y la potencia para el escenario específico que se requiera. Este enfoque considera la diversidad de frecuencias asociadas a la tecnología 4G, así como los diferentes rangos horarios, con el fin de lograr una optimización adecuada para una amplia variedad de escenarios que puedan presentarse.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-12-29T08:49:10Z
dc.date.available.none.fl_str_mv 2023-12-29T08:49:10Z
dc.date.issued.fl_str_mv 2023-11-13
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.es_PE.fl_str_mv Trabajo de suficiencia profesional
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/670376
dc.identifier.isni.es_PE.fl_str_mv 000000012196144X
url http://hdl.handle.net/10757/670376
identifier_str_mv 000000012196144X
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.*.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.en_US.fl_str_mv application/pdf
application/epub
application/msword
dc.publisher.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/8/Linares%20_MA.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/7/Linares%20_MA.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/10/Linares%20_MA_Autorizaci%c3%b3n.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/12/Linares%20_MA_Actasimilitud.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/14/Linares%20_MA_Reportesimilitud.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/6/Linares%20_MA.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/9/Linares%20_MA_Autorizaci%c3%b3n.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/11/Linares%20_MA_Actasimilitud.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/13/Linares%20_MA_Reportesimilitud.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/1/Linares%20_MA.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/2/Linares%20_MA.docx
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/3/Linares%20_MA_Autorizaci%c3%b3n.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/4/Linares%20_MA_Actasimilitud.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/5/Linares%20_MA_Reportesimilitud.pdf
bitstream.checksum.fl_str_mv 440120d8fcb329f53d14308e90cd5125
1b924a99d3f10c8460dde73a5e0318d1
961f43c2fb4e086c6b05e783536be1b7
f84074371564485c0e58c652d7db569a
f68fc22ff7e475eae7726404ec983552
e16548921ae30c3b530d77fc1d631a34
2205877e790953148ba5be7a35e49658
4754d82ac38b7cf2ac88eff5b15fdb81
23c25a8852dbae223e1f5c55f2ec056e
46508273ce2df9db57ba656693920eed
f63d42444ee8ad9797f6593e4d54ba20
665609afeeceb2140929cb13b073d2c4
daa21e8cb297c83102706e5d3eb64792
8e7a8c683b102f9fe85173b540b64d28
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1846065964988235776
spelling 9063811a1773ec747eb17095792c950bhttp://orcid.org/0000-0001-7700-2838Huapaya Camacho, Juan Ángel1c4fb74501427bdb9598763789f42f44500ef33702adbdbe00a0f7df39b29d0df35500Linares Martinez, Arturo ElisbanMejia Saavedra, Bernabe Eduardo2023-12-29T08:49:10Z2023-12-29T08:49:10Z2023-11-13http://hdl.handle.net/10757/670376000000012196144XEl presente proyecto aborda la problemática de la falta de recursos para la optimización constante de una red 4G en la ciudad de Iquitos. Esto conlleva a una subutilización de los recursos de radiofrecuencia disponibles, resultando en problemas como desbalance de usuarios entre diferentes frecuencias, problemas en la cobertura y la detección tardía de altas interferencias en el enlace ascendente. Todos estos inconvenientes impactan negativamente en la experiencia del usuario al navegar por internet, generando una percepción desfavorable del servicio de telefonía móvil brindado. Para solucionar este problema, este proyecto hace uso de distintos algoritmos basados en técnicas propias del aprendizaje automático. En este caso, se emplean regresiones multi salidas mediante árboles de decisión para la predicción de KPIs a partir de las múltiples entradas de las antenas, y algoritmos genéticos para lograr la configuración óptima de los parámetros de las antenas utilizando el tilt eléctrico y la potencia para el escenario específico que se requiera. Este enfoque considera la diversidad de frecuencias asociadas a la tecnología 4G, así como los diferentes rangos horarios, con el fin de lograr una optimización adecuada para una amplia variedad de escenarios que puedan presentarse.This project addresses the problem of the lack of resources for the constant optimization of the 4G network in the city of Iquitos. This results in the underutilization of available radio frequency resources, generating problems such as user imbalance between different frequencies, coverage problems, and late detection of high uplink interference. All of these inconveniences cause a negative impact on the user's experience when browsing the Internet, generating an unfavorable perception of the mobile telephone service provided. To solve this problem, this project uses different algorithms based on machine learning techniques. In this case, multi-output regressions are used through decision trees for the prediction of KPIs from the multiple inputs of the antennas, and genetic algorithms are used to achieve the optimal configuration of the antenna parameters using electrical tilt and power for the specific scenario required.Trabajo de suficiencia profesionalODS 6: Agua Limpia y SaneamientoODS 12: Producción y Consumo ResponsablesODS 13: Acción por el Climaapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCOptimización de red 4GAprendizaje automáticoÁrboles de decisiónAlgoritmos genéticos4G network optimizationMachine Learning, Decision TreesGenetic algorithmshttps://purl.org/pe-repo/ocde/ford#2.02.05https://purl.org/pe-repo/ocde/ford#2.00.00Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de IquitosDesign of a 4G LTE cellular network optimization system through Machine Learning for the city of Iquitosinfo:eu-repo/semantics/bachelorThesisTrabajo de suficiencia profesionalSUNEDUUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de IngenieríaLicenciaturaIngeniería ElectrónicaIngeniero electrónico2023-12-30T06:53:40Zhttps://purl.org/pe-repo/renati/type#tesis0000-0001-7700-283815415783https://purl.org/pe-repo/renati/level#tituloProfesional712026Adanaque Infante, Luz AntuanetRomero Cortez, Oscar Ucchelly7499659572365326CONVERTED2_3850197Linares _MA.pdfLinares _MA.pdfapplication/pdf2089454https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/8/Linares%20_MA.pdf440120d8fcb329f53d14308e90cd5125MD58falseTHUMBNAILLinares _MA.pdf.jpgLinares _MA.pdf.jpgGenerated Thumbnailimage/jpeg34450https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/7/Linares%20_MA.pdf.jpg1b924a99d3f10c8460dde73a5e0318d1MD57falseLinares _MA_Autorización.pdf.jpgLinares _MA_Autorización.pdf.jpgGenerated Thumbnailimage/jpeg29217https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/10/Linares%20_MA_Autorizaci%c3%b3n.pdf.jpg961f43c2fb4e086c6b05e783536be1b7MD510falseLinares _MA_Actasimilitud.pdf.jpgLinares _MA_Actasimilitud.pdf.jpgGenerated Thumbnailimage/jpeg42661https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/12/Linares%20_MA_Actasimilitud.pdf.jpgf84074371564485c0e58c652d7db569aMD512falseLinares _MA_Reportesimilitud.pdf.jpgLinares _MA_Reportesimilitud.pdf.jpgGenerated Thumbnailimage/jpeg44082https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/14/Linares%20_MA_Reportesimilitud.pdf.jpgf68fc22ff7e475eae7726404ec983552MD514falseTEXTLinares _MA.pdf.txtLinares _MA.pdf.txtExtracted texttext/plain82484https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/6/Linares%20_MA.pdf.txte16548921ae30c3b530d77fc1d631a34MD56falseLinares _MA_Autorización.pdf.txtLinares _MA_Autorización.pdf.txtExtracted texttext/plain2666https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/9/Linares%20_MA_Autorizaci%c3%b3n.pdf.txt2205877e790953148ba5be7a35e49658MD59falseLinares _MA_Actasimilitud.pdf.txtLinares _MA_Actasimilitud.pdf.txtExtracted texttext/plain1281https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/11/Linares%20_MA_Actasimilitud.pdf.txt4754d82ac38b7cf2ac88eff5b15fdb81MD511falseLinares _MA_Reportesimilitud.pdf.txtLinares _MA_Reportesimilitud.pdf.txtExtracted texttext/plain2731https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/13/Linares%20_MA_Reportesimilitud.pdf.txt23c25a8852dbae223e1f5c55f2ec056eMD513falseORIGINALLinares _MA.pdfLinares _MA.pdfapplication/pdf1067812https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/1/Linares%20_MA.pdf46508273ce2df9db57ba656693920eedMD51trueLinares _MA.docxLinares _MA.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document6681497https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/2/Linares%20_MA.docxf63d42444ee8ad9797f6593e4d54ba20MD52falseLinares _MA_Autorización.pdfLinares _MA_Autorización.pdfapplication/pdf929615https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/3/Linares%20_MA_Autorizaci%c3%b3n.pdf665609afeeceb2140929cb13b073d2c4MD53falseLinares _MA_Actasimilitud.pdfLinares _MA_Actasimilitud.pdfapplication/pdf122828https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/4/Linares%20_MA_Actasimilitud.pdfdaa21e8cb297c83102706e5d3eb64792MD54falseLinares _MA_Reportesimilitud.pdfLinares _MA_Reportesimilitud.pdfapplication/pdf9598571https://repositorioacademico.upc.edu.pe/bitstream/10757/670376/5/Linares%20_MA_Reportesimilitud.pdf8e7a8c683b102f9fe85173b540b64d28MD55false10757/670376oai:repositorioacademico.upc.edu.pe:10757/6703762024-07-26 02:12:17.795Repositorio académico upcupc@openrepository.com
score 13.905282
Diseño de un sistema de optimización de una red celular 4G LTE utilizando Machine Learning para la ciudad de Iquitos
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