JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditoresEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditores

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMAOpen Policy Finder (antes Sherpa-Romeo)Dulcinea
    Preguntas frecuentesManual de usoContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Investigación
    • Tesis doctorales
    • Ver ítem
    •   RIUMA Principal
    • Investigación
    • Tesis doctorales
    • Ver ítem

    Data-Driven Self-Management of Cellular Radio Access Networks.

    • Autor
      Gijón-Martín, Carolina
    • Director/es
      Toril-Genovés, MatíasAutoridad Universidad de Málaga
    • Fecha
      2023
    • Fecha de lectura
      2023-02-16
    • Editorial/Editor
      UMA Editorial
    • Palabras clave
      Aprendizaje automático (Inteligencia artificial) - Tesis doctorales; Sistemas de comunicaciones inalámbricos - Tesis doctorales
    • Resumen
      En la actualidad, las redes de comunicaciones móviles están experimentando grandes cambios para hacer frente a la creciente demanda de servicios móviles. Como resultado, el tamaño y la complejidad de estas redes ha crecido dramáticamente, evidenciando la necesidad de soluciones de gestión de red sin intervención humana. En la red de acceso radio, los operadores ya han abordado la automatización de los procedimientos de gestión en el pasado, dando lugar a las redes autoorganizadas. Sin embargo, las soluciones clásicas no serán efectivas en las redes de nueva generación que ofrecen servicios con requisitos de rendimiento extremadamente exigentes y diversos. Con los últimos avances en tecnologías de la información, se puede aprovechar la ingente cantidad de datos almacenados en el sistema de soporte a las operaciones de la red para desarrollar herramientas de gestión automática avanzadas basadas en datos, capaces de capturar las peculiaridades de cada red particular. Estas nuevas soluciones de gestión automática deben tener en cuenta las nuevas funcionalidades que surgen en 5G, como por ejemplo la segmentación de red. Esta tesis aborda la creación de herramientas basadas en el uso intensivo de datos para dos casos de uso de autoplanificación y autooptimización muy extendidos: el redimensionado de la red de acceso radio y el balance de tráfico por movilidad. En ambos casos, se proponen soluciones para las redes radio clásicas, en las que los recursos se comparten por todos los usuarios, y para las nuevas redes de acceso radio segmentadas que aparecen en 5G.
    • URI
      https://hdl.handle.net/10630/26787
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    TD_GIJON_MARTIN_Carolina.pdf (4.815Mb)
    Colecciones
    • Tesis doctorales

    Estadísticas

    Buscar en Dimension
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA