Διαχείριση ετερογενών ευρυζωνικών δικτύων με χρήση μηχανισμών μηχανικής μάθησης

Περίληψη

Τα κυψελωτά δίκτυα κινητών επικοινωνιών είναι μία από τις τεχνολογίες με την μεγαλύτερη επίδραση στην σημερινή βιομηχανία των τεχνολογιών επικοινωνιών και πληροφορικής. Παρέχουν ασύρματη πρόσβαση στο διαδίκτυο αλλά και μια πληθώρα άλλων υπηρεσιών με πάρα πολύ υψηλή διαθεσιμότητα και αποτελεσματικότητα. Η εξέλιξη αυτής της τεχνολογίας έρχεται με την ωρίμανση των δικτύων προδιαγραφών 3GPP, η πρόοδος των οποίων υπόσχεται να παρέχει ακόμα υψηλότερη ποιότητα υπηρεσιών, περισσότερες δυνατότητες αλλά και λύσεις σε προβλήματα των παλαιότερων γενεών. Για την επίτευξη αυτών των στόχων, οι κατασκευαστές αυτής της τεχνολογίας πρέπει να αναλύσουν προσεκτικά την πολυπλοκότητα αυτών των δικτύων αλλά και των δυνατοτήτων εγκατάστασης τους και να παρέχουν ευφυές λογισμικό διαχείρισης τους. Διαφοροποιήσεις σε κυψελωτά δίκτυα τύπου 3GPP όπως τα ετερογενή κυψελωτά δίκτυα αλλά και τα «υπερ-πυκνά» δίκτυα είναι εξελίξεις αυτών των δικτύων με αυξημένη πολυπλοκότητα και δυνατότητες που βρίσκεται στη βιβλιογραφί ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Cellular networks are one of the most impactful technologies of today’s ICT industry. They provide wireless access to internet and services with very high availability and effectiveness. The evolution of this technology comes with the maturity of the 3GPP-based network and their upcoming releases that promise to deliver even higher quality of service, additional capabilities, and solutions to previous drawbacks. To achieve this, vendors of these technologies must analyze the complexity of these networks and their different deployment options and provide intelligent management software. Variations of cellular networks can be found in literature as Heterogeneous Cellular Networks (HetNets) or Ultra-Dense networks which are improved design flavors of the same system with increased complexity and configurations. The added capabilities of these networks must be used as a toolbox to improve various operational aspects of the networks such as energy efficiency, network performance and system ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/49019
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/49019
ND
49019
Εναλλακτικός τίτλος
Management of cellular broadband networks by means of machine learning techniques
Συγγραφέας
Μάργαρης, Αριστοτέλης του Γεώργιος
Ημερομηνία
2021
Ίδρυμα
Πανεπιστήμιο Πειραιώς. Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων
Εξεταστική επιτροπή
Δεμέστιχας Παναγιώτης
Κανάτας Αθανάσιος
Ρούσκας Άγγελος
Μήτρου Νικόλας
Λούτα Μαλαματή
Παπαβασιλείου Συμεών
Βούρος Γεώργιος
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΆλλες Επιστήμες Μηχανικού και Τεχνολογίες ➨ Μηχανική, γενικά
Λέξεις-κλειδιά
Ετερογενή κυψελωτά δίκτυα; Υπερ-πυκνά δίκτυα; Αλγόριθμοι βελτιστοποίησης; Συλλογή γνώσης; Νευρωνικά δίκτυα; Διογκώμενο αέριο νεύρων; Αυτόδιοργανώμενοι χάρτες; Αποφυγή σφαλμάτων; Συμφόρηση δικτύου; Πρόβλεψη μετρικών; Ενεργειακή αποδοτικότητα; Ομαδοποίηση δικτυακών στοιχείων
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
168 σ., εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)