Aplicación basada en SVM y programación paralela para estimar los indicadores de disponibilidad de los servicios de telecomunicaciones en las principales ciudades de Colombia

dc.contributor.advisorHernández Martínez, Henry Alberto
dc.contributor.authorSánchez Acuña, Carlos Orlando
dc.contributor.authorJiménez Rodríguez, William Camilo
dc.date.accessioned2025-03-19T16:52:54Z
dc.date.available2025-03-19T16:52:54Z
dc.date.created2024-10-08
dc.descriptionEste proyecto desarrolla una aplicación basada en Support Vector Machines (SVM) y programación paralela para estimar los indicadores de disponibilidad de los servicios de telecomunicaciones en las principales ciudades de Colombia. Utilizando datos recopilados por el Ministerio de Tecnologías de la Información y las Comunicaciones, el modelo estima los indicadores de disponibilidad, permitiendo a las empresas de telecomunicaciones optimizar sus servicios y tomar medidas proactivas para evitar sanciones y pérdida de usuarios. La aplicación busca mejorar la calidad del servicio y ofrecer una herramienta estratégica para garantizar la continuidad y fiabilidad de las telecomunicaciones.
dc.description.abstractThis project develops an application based on Support Vector Machines (SVM) and parallel programming to estimate the availability indicators of telecommunications services in the main cities of Colombia. Using data collected by the Ministry of Information and Communications Technologies, the model estimates availability indicators, allowing telecommunications companies to optimize their services and take proactive measures to avoid penalties and loss of users. The application seeks to improve the quality of service and offer a strategic tool to guarantee the continuity and reliability of telecommunications.
dc.format.mimetypepdf
dc.identifier.urihttp://hdl.handle.net/11349/93851
dc.language.isospa
dc.publisherUniversidad Distrital Francisco José de Caldas
dc.relation.referencesL. Hernández, A. Guerrero, J. Jurado, y L. Ramirez, “Telecommunications Sector in Colombia: Regulatory Impact on Service Availability,” International Journal of Telecommunications Management, vol. 45, no. 2, pp. 120-135, 2021
dc.relation.referencesS. Johnson, y M. Brown, “Telecommunications Service Availability: Challenges and Solutions in Emerging Markets,” Global Telecommunications Review, vol. 58, no. 3, pp. 289-310, 2020
dc.relation.referencesComisión de Regulación de Comunicaciones (CRC), “Calidad y disponibilidad de los servicios de telecomunicaciones en Colombia: Análisis 2023,” 2023. [En línea]. Disponible en: https://www.crcom.gov.co/calidad2023
dc.relation.referencesA. Rodríguez, J. Muñoz, y M. Pérez, “Impact of Regulatory Policies on the Quality of Telecommunications Services in Colombia,” Colombian Journal of Communications and Media Studies, vol. 34, no. 4, pp. 403-417, 2022
dc.relation.referencesKruchten, P. (1995). Architectural Blueprints—The “4+1” View Model of Software Architecture. IEEE Software, 12(6), 42-50
dc.relation.referencesSommerville, I. (2015). Software Engineering (10th ed.). Addison-Wesley
dc.relation.referencesMitchell, T. M. (1997). Machine Learning. McGraw-Hill
dc.relation.referencesBishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer
dc.relation.referencesLeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep Learning. Nature, 521(7553), 436-444
dc.relation.referencesHennessy, J. L., & Patterson, D. A. (2019). Computer Architecture: A Quantitative Approach. Morgan Kaufmann
dc.relation.referencesCortes, C., & Vapnik, V. (1995). Support-vector networks. Machine learning, 20(3), 273-297
dc.relation.referencesW. McKinney, Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2nd ed., O'Reilly Media, 2017
dc.relation.referencesL. Ramalho, Fluent Python: Clear, Concise, and Effective Programming, 1st ed., O'Reilly Media, 2015
dc.relation.referencesM. Summerfield, Python in Practice: Create Better Programs Using Concurrency, Libraries, and Patterns, Addison-Wesley, 2013
dc.relation.referencesT. Rauber y G. Rünger, Parallel Programming: for Multicore and Cluster Systems, Springer,2020
dc.relation.referencesJ. Sanders y E. Kandrot, CUDA by Example: An Introduction to General-Purpose GPU Programming, Addison-Wesley, 2010
dc.relation.referencesF. Nelli, Python Data Analytics: With Pandas, NumPy, and Matplotlib, Apress, 2018
dc.relation.referencesD. B. Kirk y W. W. Hwu, Programming Massively Parallel Processors: A Hands-on Approach, Morgan Kaufmann, 2016
dc.relation.referencesJ. Nickolls, I. Buck, M. Garland, y K. Skadron, "Scalable Parallel Programming with CUDA," Queue, vol. 6, no. 2, pp. 40-53, 2008
dc.relation.referencesA. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, O'Reilly Media, 2019
dc.relation.referencesA. Klöckner, "PyCUDA: Even Simpler GPU Programming with Python," in GPU Computing Gems Emerald Edition, Elsevier, 2011, pp. 471-483
dc.relation.referencesA. Grama, A. Gupta, G. Karypis, y V. Kumar, Introduction to Parallel Computing, 2nd ed., Addison-Wesley, 2003
dc.relation.referencesT. H. Lee, The Design of CMOS Radio-Frequency Integrated Circuits, 2nd ed., Cambridge University Press, 2004
dc.relation.referencesT. Hastie, R. Tibshirani, y J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd ed., Springer, 2009
dc.relation.referencesA. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd ed., O'Reilly Media, 2019
dc.relation.referencesJ. G. Proakis y M. Salehi, Digital Communications, 5th ed., McGraw-Hill, 2008
dc.relation.referencesT. S. Rappaport, Wireless Communications: Principles and Practice, 2nd ed., Prentice Hall, 2002
dc.relation.referencesM. F. Othman, H. S. Abdul Rahman, y N. L. M. Noor, "Capacity Management in Telecommunication Networks: A Systematic Literature Review," Telecommunication Systems, vol. 59, no. 2, pp. 247-263, 2015
dc.relation.referencesK. Walkowiak, Modeling and Optimization of Cloud-Ready and Content-Oriented Networks, Springer, 2016
dc.relation.referencesJ. F. Sofokleous, G. P. Evangelou, y P. D. Kakouris, "The Role of ISO/IEC 27001 in Protecting Information Security," Information Security Journal: A Global Perspective, vol. 26, no. 1, pp. 42-55, 2017
dc.relation.referencesCongreso de la República de Colombia, «Ley 1341 de 2009», Diario Oficial No. 47.426, 30 de julio de 2009
dc.relation.referencesComisión de Regulación de Comunicaciones (CRC), «Resolución 3502 de 2011», Diario Oficial No. 48.253, 22 de diciembre de 2011
dc.relation.referencesCongreso de la República de Colombia, «Ley 1581 de 2012», Diario Oficial No. 48.587, 17 de octubre de 2012
dc.relation.referencesInternational Organization for Standardization (ISO), «ISO/IEC 27001:2013 - Information technology — Security techniques — Information security management systems — Requirements», ISO, 2013
dc.relation.referencesCongreso de la República de Colombia, «Ley 1978 de 2019», Diario Oficial No. 51.044, 25 de julio de 2019
dc.relation.referencesV. Vapnik, Statistical Learning Theory, New York: Wiley, 199
dc.relation.referencesN. Cristianini y J. Shawe-Taylor, An Introduction to Support Vector Machines and 97 | Other Kernel-based Learning Methods, Cambridge: Cambridge University Press, 2000
dc.relation.referencesB. Schölkopf y A. J. Smola, Learning with Kernels: Support Vector Machines, Regularization, Optimization, and Beyond, MIT Press, 2002
dc.relation.referencesL. Bottou, C. Cortes, y V. Vapnik, «Support Vector Networks», Machine Learning, vol. 20, no. 3, pp. 273-297, 1994
dc.relation.referencesS. Shalev-Shwartz y S. Ben-David, Understanding Machine Learning: From Theory to Algorithms, Cambridge University Press, 2014
dc.relation.referencesJ. Dean y S. Ghemawat, «MapReduce: Simplified Data Processing on Large Clusters», Communications of the ACM, vol. 51, no. 1, pp. 107-113, 2008
dc.relation.referencesZ.-H. Zhou, Ensemble Methods: Foundations and Algorithms, CRC Press, 2012
dc.relation.referencesX. Wu, V. Kumar, J. Ross Quinlan, et al., «Top 10 algorithms in data mining», Knowledge and Information Systems, vol. 14, no. 1, pp. 1-37, 2008
dc.relation.referencesT. Hastie, R. Tibshirani, y J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, 2009
dc.relation.referencesC.-J. Lin y S. Wang, «Large-Scale Linear Support Vector Machines», Journal of Machine Learning Research, vol. 9, pp. 207-244, 2001
dc.relation.referencesD. A. Reed y J. Dongarra, «Exascale Computing and Big Data», Communications of the ACM, vol. 58, no. 7, pp. 56-68, 2015
dc.relation.referencesJ. Brownlee, Master Machine Learning Algorithms, Machine Learning Mastery, 2016
dc.relation.referencesA. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, O'Reilly Media, 2019
dc.relation.referencesR. Ghanea-Hercock, Applied Artificial Intelligence: A Handbook for Business Leaders, Palgrave Macmillan, 2014
dc.relation.referencesS. B. Kotsiantis, «Supervised Machine Learning: A Review of Classification Techniques», Informatica, vol. 31, pp. 249-268, 2007
dc.relation.referencesL. González y A. Gómez, «Implementación de un sistema de monitoreo para redes de telecomunicaciones usando SVM», Universidad Nacional de Colombia, 2017
dc.relation.referencesJ. Martínez y P. Rodríguez, «Optimización de redes de telecomunicaciones mediante técnicas de aprendizaje automático», Pontificia Universidad Javeriana, 2019
dc.relation.referencesC. Ardila y M. López, «Programación paralela en el análisis de big data para telecomunicaciones en Colombia», Universidad de los Andes, 2020
dc.relation.referencesS. Fernández y H. Ramírez, «Predicción de disponibilidad en redes 4G utilizando SVM», Universidad del Norte, 2021
dc.relation.referencesM. Torres y E. Guerrero, «Modelos predictivos para la disponibilidad de servicios de telecomunicaciones en Bogotá», Universidad de Antioquia, 2018
dc.relation.referencesD. Gutiérrez y R. Pérez, «Aplicación de técnicas de machine learning en la optimización de servicios de telecomunicaciones en Medellín», Universidad EAFIT, 2020
dc.relation.referencesJ. Suárez y A. Hernández, «Análisis de la disponibilidad de redes de telecomunicaciones en zonas rurales de Colombia», Universidad del Rosario, 2019
dc.relation.referencesP. Cárdenas y V. Mendoza, «Evaluación del rendimiento de redes 5G en Colombia mediante técnicas de machine learning», Universidad del Valle, 2021
dc.relation.referencesJ. López y F. Torres, «Despliegue de infraestructura de telecomunicaciones utilizando programación paralela», Universidad de la Sabana, 2022
dc.relation.referencesA. Rodríguez y L. Martínez, «Análisis de datos de telecomunicaciones en Colombia mediante SVM», Universidad Industrial de Santander, 2018
dc.rights.accesoAbierto (Texto Completo)
dc.rights.accessrightsOpenAccess
dc.subjectCalidad del servicio
dc.subjectMineria de datos
dc.subjectProgramación
dc.subjectServicios de telecomunicaciones
dc.subjectMaquinas de sectores soporte
dc.subject.keywordService Quality
dc.subject.keywordTelecommunications services
dc.subject.keywordData mining
dc.subject.keywordProgramming
dc.subject.keywordSupport vector machines
dc.subject.lembIngeniería en Telecomunicaciones -- Tesis y disertaciones académicas
dc.subject.lembTelecomunicaciones -- Servicios
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembProgramación paralela (Computadores electrónicos)
dc.subject.lembAnálisis de datos
dc.titleAplicación basada en SVM y programación paralela para estimar los indicadores de disponibilidad de los servicios de telecomunicaciones en las principales ciudades de Colombia
dc.title.titleenglishApplication based on SVM and parallel programming to estimate the availability indicators of telecommunications services in the main cities of Colombia
dc.typebachelorThesis
dc.type.degreeMonografía
dc.type.driverinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
JimenezRodriguezWilliamCamilo2024.pdf
Tamaño:
6.69 MB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
Licencia de uso y autorización
Tamaño:
215.53 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: