Modelo de rnn para encontrar patrones secuenciales a partir de un análisis de intentos no exitosos en servicios de voz móvil utilizando aprendizaje automático

Rico Lombana, Luis Felipe; González Luque, Juan Camilo

Modelo de rnn para encontrar patrones secuenciales a partir de un análisis de intentos no exitosos en servicios de voz móvil utilizando aprendizaje automático

dc.contributor.advisor	Cadena Muñoz, Ernesto
dc.contributor.author	Rico Lombana, Luis Felipe
dc.contributor.author	González Luque, Juan Camilo
dc.date.accessioned	2024-10-02T20:54:12Z
dc.date.available	2024-10-02T20:54:12Z
dc.date.created	2024-04-16
dc.description	Las redes 4G con el avance tecnológico de la sociedad han tomado una importancia considerable, por lo tanto, es necesario que los usuarios tengan una experiencia que permita su permanencia dentro de su servidor, para que se logre este objetivo es fundamental hallar estrategias que permitan solventar las necesidades de los usuarios, y mejorar la calidad del servicio. Para la solución de esta problemática se plantea un análisis de bases de datos con información importante que permita mediante aprendizaje automático realizar un modelo predictivo, desde el cuál se puedan evidenciar los horarios, espacios geográficos y operadores de servicio móvil.
dc.description.abstract	4G networks with the technological advance of society have taken on considerable importance, forTherefore, it is necessary that users have an experience that allows them to remain within your server, in order to achieve this objective it is essential to find strategies that allow us to solve the needs of users, and improve the quality of service. To solve this problem, an analysis of databases with information is proposed. Important that allows, through machine learning, to create a predictive model, from which schedules, geographic spaces and mobile service operators can be evidenced.
dc.format.mimetype	pdf	spa
dc.identifier.uri	http://hdl.handle.net/11349/41171
dc.language.iso	spa	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights.acceso	Abierto (Texto Completo)	spa
dc.rights.accessrights	OpenAccess	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Red Neuronal
dc.subject	Aprendizaje automático
dc.subject	Telecomunicaciones
dc.subject	Intentos no exitosos
dc.subject	Calidad del servicio
dc.subject.keyword	Recurrent Neural Network	spa
dc.subject.keyword	Machine learning	spa
dc.subject.keyword	Telecommunications	spa
dc.subject.keyword	Unsuccessful attempts	spa
dc.subject.keyword	Quality from service	spa
dc.subject.lemb	Ingeniería en Telecomunicaciones -- Tesis y disertaciones académicas
dc.subject.lemb	Redes neuronales recurrentes (RNN)
dc.subject.lemb	Patrones secuenciales en servicios de voz móvil
dc.subject.lemb	Análisis de intentos no exitosos en redes 4G
dc.subject.lemb	Aprendizaje automático en telecomunicaciones
dc.subject.lemb	Optimización de redes móviles con Machine Learning
dc.title	Modelo de rnn para encontrar patrones secuenciales a partir de un análisis de intentos no exitosos en servicios de voz móvil utilizando aprendizaje automático
dc.title.titleenglish	Rnn model to find sequential patterns from an analysis of unsuccessful attempts in mobile voice services using machine learning
dc.type	bachelorThesis	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.degree	Monografía	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa