Modelo de aprendizaje automático para la pbkp_redicción de calidad en modo estático-inactivo y modo móvil-conectado en redes LTE
Abstract:
En este artículo, se obtienen modelos pbkp_redictivos de la calidad de la señal en el modo inactivo y estático y de la velocidad de la conexión en el modo conectado y en movimiento en base a mediciones de campo de parámetros de radiofrecuencia de una red LTE realizadas en la ciudad de Quito, Ecuador. Los modelos se obtienen con la aplicación de la técnica de los árboles de decisión; dichos modelos permiten predecir en base a los parámetros de radiofrecuencia las zonas en las cuales se presentan niveles de señal y de velocidad de conexión deficientes, para la posterior aplicación de medidas correctivas o paliativas. De los resultados obtenidos en los dos escenarios se concluye que la técnica de los árboles de decisión es adecuada para el modo inactivo y estático con un nivel de precisión del 67% aproximadamente. El artículo finaliza con la propuesta de trabajos futuros a realizar.
Año de publicación:
2022
Keywords:
Fuente:

Tipo de documento:
Other
Estado:
Acceso abierto
Áreas de conocimiento:
- Aprendizaje automático
Áreas temáticas:
- Ciencias de la computación