| Περίληψη: | Τα επικείμενα δίκτυα της πέμπτης γενιάς (5G) αναμένεται να παρέχουν αυξημένους ρυθμούς μετάδοσης, καλύτερη απόδοση ισχύος, μεγαλύτερη χωρητικότητα καναλιού και μειωμένη καθυστέρηση δεδομένων. Αυτό κάνει το σχεδιασμό και την ανάπτυξη των ασύρματων δικτύων μια σημαντική πρόκληση. Η πρόβλεψη της απώλειας διάδοσης είναι μια από αυτές καθώς παίζει σημαντικό ρόλο στην βελτιστοποίηση της απόδοσης του ασύρματου δικτύου και χρησιμοποιείται σε σημαντικές σχεδιαστικές πτυχές αυτού όπως η βέλτιστη επιλογή σταθμών βάσης, η πρόβλεψη κάλυψης, το μέγεθος της κυψέλης κ.α. Για το λόγο αυτό μοντέλα με υψηλή ακρίβεια και χαμηλή πολυπλοκότητα πρέπει να προταθούν. Έτσι σε αυτή τη διπλωματική παρουσιάζονται οι αρχές κι οι διαδικασίες για την κατασκευή μοντέλων απώλειας διάδοσης που βασίζονται στη μηχανική μάθηση. Δεδομένα μετρήσεων που έχουν προκύψει από προσομοίωση χρησιμοποιούνται για να εκτιμήσουμε την απόδοση έξι διαφορετικών μοντέλων μηχανικής μάθησης και να τα συγκρίνουμε με το εμπειρικό Log-distance μοντέλο.
|
|---|
