|
| Titre : | Apprentissage automatique appliqué à la prédiction du trafic du réseau 4G LTE | | Type de document : | theses et memoires | | Auteurs : | Farida Ben Amrane ; Allalou Imane ; Lynda Khiali, Directeur de thèse | | Editeur : | Tizi-Ouzou : U.M.M.T.O | | Année de publication : | 2021 | | Importance : | 66 p. | | Présentation : | ill. | | Format : | 24cm. | | Note générale : | Bibliog | | Langues : | Français | | Mots-clés : | Réseau 4G LTE Apprentissage automatique Intelligence artificielle Séries temporelles Régression | | Résumé : | La popularité de l'analyse prédictive a récemment augmenté dans de nombreux domaines.
L'importance de la prévision du trafic mobile pour les réseaux LTE peut apporter des avantages en matière de planification du réseau qui peuvent aider les opérateurs à minimiser les investissements dans de nouveaux sites tout en garantissant une excellente expérience de service pour les abonnés haut débit mobile.
Dans le cadre de ce mémoire, une étude utilisant des algorithmes d'apprentissage automatique pour la prédiction du trafic du réseau LTE est présentée. L'objectif est de faire des prévisions à court terme pour tenir compte de manière proactive de la mise à l'échelle du réseau lorsque la charge est trop élevée pour répondre aux demandes de débit des utilisateurs.
Ce travail comporte un état de l'art sur l'intelligence artificielle, l'apprentissage automatique et de l'apprentissage profond, en particulier sur les problèmes de régression tel que la prévision du trafic sur le réseau LTE. Il compte aussi un état de l'art des séries temporelles, et identifie également les objectifs et les différentes approches de l'analyse des ST en référençant certains domaines d'application.
La dernière partie de ce travail comprend l’implémentation des modèles d’apprentissage automatique et leur évaluation sur nos données ainsi que une analyse comparative des résultats obtenus. | | En ligne : | D:\CD THESES 2021\MAST ELN\BEN AMRANE FARIDA; ALLALOU IMANE.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36390 |
Apprentissage automatique appliqué à la prédiction du trafic du réseau 4G LTE [theses et memoires] / Farida Ben Amrane ; Allalou Imane ; Lynda Khiali, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O, 2021 . - 66 p. : ill. ; 24cm. Bibliog Langues : Français | Mots-clés : | Réseau 4G LTE Apprentissage automatique Intelligence artificielle Séries temporelles Régression | | Résumé : | La popularité de l'analyse prédictive a récemment augmenté dans de nombreux domaines.
L'importance de la prévision du trafic mobile pour les réseaux LTE peut apporter des avantages en matière de planification du réseau qui peuvent aider les opérateurs à minimiser les investissements dans de nouveaux sites tout en garantissant une excellente expérience de service pour les abonnés haut débit mobile.
Dans le cadre de ce mémoire, une étude utilisant des algorithmes d'apprentissage automatique pour la prédiction du trafic du réseau LTE est présentée. L'objectif est de faire des prévisions à court terme pour tenir compte de manière proactive de la mise à l'échelle du réseau lorsque la charge est trop élevée pour répondre aux demandes de débit des utilisateurs.
Ce travail comporte un état de l'art sur l'intelligence artificielle, l'apprentissage automatique et de l'apprentissage profond, en particulier sur les problèmes de régression tel que la prévision du trafic sur le réseau LTE. Il compte aussi un état de l'art des séries temporelles, et identifie également les objectifs et les différentes approches de l'analyse des ST en référençant certains domaines d'application.
La dernière partie de ce travail comprend l’implémentation des modèles d’apprentissage automatique et leur évaluation sur nos données ainsi que une analyse comparative des résultats obtenus. | | En ligne : | D:\CD THESES 2021\MAST ELN\BEN AMRANE FARIDA; ALLALOU IMANE.PDF | | Format de la ressource électronique : | PDF | | Permalink : | ./index.php?lvl=notice_display&id=36390 |
|