Gómez Paredes, Juan CarlosOrdoñez Ordoñez, Marco Aurelio2021-11-082021-11-082021-08-19http://hdl.handle.net/11349/27747En esta investigación se lleva a cabo el análisis, la validación y la implementación de un algoritmo tomado del amplio mundo del Machine Learning, para generar uno o varios modelos que puedan apoyar en los procesos de optimización de las redes UMTS (Universal Mobile Telecommunications System - Sistema universal de telecomunicaciones móviles), y más específicamente en la fase de diagnóstico de las celdas. Se presentan algunos de los contadores y KPIs (Key Performance Indicators – Indicadores claves de desempeño) estadísticos de las celdas UMTS que normalmente son utilizados por los ingenieros de optimización para diagnosticar el estado de las celdas, y que servirán para armar un data set que pueda ser utilizado por las técnicas de Machine Learning como información de entrada para entrenar los modelos. Para esto se realiza el análisis de varias técnicas de Machine Learning y dependiendo de las características y condiciones del data set disponible, se escogen dos de las técnicas, las cuales serán entrenadas y evaluadas para finalmente escoger la técnica de mejor desempeño y sobre la cual se realizará la implementación en un lenguaje de programación que permita realizar diagnósticos futuros de las celdas UMTS.This investigation is carried out the analysis, the validation, and the implementation of one algorithm took from wide Machine Learning world, to generate one or several models that can support the optimization process of UMTS (Universal Mobile Telecommunications System - Sistema universal de telecomunicaciones móviles) networks. Some statistical counters and KPIs (Key Performance Indicators – Indicadores claves de desempeño) from UMTS cells are presented that normally are used by optimizing engineers to diagnostic the status of the cells and that they will be useful as input information to create a data set for training several Machine Learning techniques. For this is done the analysis of several Machine Learning techniques and depending on the data set characteristics, it is chosen two techniques, which will be trained and evaluated to finally select the technic with the best performance, the final model of this technic is implemented over some programming language that permits the diagnostic of future cases.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/OptimizaciónRedes UMTSAprendizaje de maquinaConjunto de datosMaestría en Telecomunicaciones Móviles (Virtual) - Tesis y disertaciones académicasAprendizaje automático (Inteligencia artificial)Sistema universal de telecomunicaciones móvilesDesarrollo de programas para computador - Aplicaciones industrialesAlgoritmos (Computadores)Comunicaciones digitalesinfo:eu-repo/semantics/openAccessOptimizationData SetUMTS NetworksMachine learningMonografíaAbierto (Texto Completo)