Μηχανική μάθηση σε ασύρματα δίκτυα 5G

Είναι γνωστό πλέον ότι η εποχή που διανύουμε χαρακτηρίζεται από συνεχή τεχνολογική ανάπτυξη των ασύρματων και κινητών επικοινωνιών. Τα 5G δίκτυα που θα εγκαθιδρυθούν θα είναι υπερπυκνά και ετερογενή με πολλά σημεία πρόσβασης και θα προσφέρουν τρομερές παροχές. Μεταξύ άλλων, είναι ο βελτιωμένος ρ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Αγγιστριώτης, Νικόλαος
Άλλοι συγγραφείς: Angistriotis, Nikolaos
Γλώσσα:Greek
Έκδοση: 2020
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/14047
Περιγραφή
Περίληψη:Είναι γνωστό πλέον ότι η εποχή που διανύουμε χαρακτηρίζεται από συνεχή τεχνολογική ανάπτυξη των ασύρματων και κινητών επικοινωνιών. Τα 5G δίκτυα που θα εγκαθιδρυθούν θα είναι υπερπυκνά και ετερογενή με πολλά σημεία πρόσβασης και θα προσφέρουν τρομερές παροχές. Μεταξύ άλλων, είναι ο βελτιωμένος ρυθμός μετάδοσης δεδομένων και η αυξημένη χωρητικότητα του δικτύου, καθώς και η δυνατότητα σύνδεσης και εξυπηρέτησης πολλών χρηστών με αυξημένες απαιτήσεις σε ταχύτητες. Παράλληλα, τα τελευταία χρόνια γίνεται χρήση της Μηχανικής Μάθησης, που με τις δυνατότητες και τις μεθόδους που προσφέρει, μπορεί να χρησιμοποιηθεί στη μελέτη για τη βελτίωση της αποδόσης των 5G δικτύων. Σκοπός αυτής της διπλωματικής εργασίας, είναι η μελέτη ενός πυκνού ετερογενούς 5G δικτύου με πολλούς χρήστες, ως προς την αποδοτική διαχείριση συχνοτικών πόρων με γνώμονα την μείωση των παρεμβολών και την αύξηση της φασματικής απόδοσης. Η μελέτη αυτή θα γίνει με πρόβλεψη της κίνησης των χρηστών στο δίκτυο και της συγκέντρωσης τους στα macrocells, με τη βοήθεια στατιστικών τεχνικών Μηχανικής Μάθησης, με σκοπό τη βελτίωση των ταχυτήτων σύνδεσης και του ποσοστού συνδεσιμότητας των χρηστών στο δίκτυο.