Cadena Muñoz, ErnestoRico Lombana, Luis FelipeGonzález Luque, Juan Camilo2024-10-022024-10-022024-04-16http://hdl.handle.net/11349/41171Las 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.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.pdfspaAttribution-NonCommercial-NoDerivatives 4.0 InternacionalAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Red NeuronalAprendizaje automáticoTelecomunicacionesIntentos no exitososCalidad del servicioModelo de rnn para encontrar patrones secuenciales a partir de un análisis de intentos no exitosos en servicios de voz móvil utilizando aprendizaje automáticobachelorThesisIngeniería en Telecomunicaciones -- Tesis y disertaciones académicasRedes neuronales recurrentes (RNN)Patrones secuenciales en servicios de voz móvilAnálisis de intentos no exitosos en redes 4GAprendizaje automático en telecomunicacionesOptimización de redes móviles con Machine LearningOpenAccessRnn model to find sequential patterns from an analysis of unsuccessful attempts in mobile voice services using machine learningRecurrent Neural NetworkMachine learningTelecommunicationsUnsuccessful attemptsQuality from serviceAbierto (Texto Completo)