Personalized quality of experience (QOE) management using data driven architecture in 5g wireless networks
5g kablosuz ağlarda veri dayalı mimari kullanarak kişiselleştirilmiş deneyim kalitesi (QOE) yönetimi
- Tez No: 684296
- Danışmanlar: DOÇ. DR. ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Veriye Dayalı Mimari, 5G hücresel ağlar, Makine zekası (DDA)
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Bu araştırmanın amacı, daha az enerji kullanan 5G Kablosuz Ağlarda kişiselleştirilmiş Deneyim Kalitesini (QOE) yönetmek için Veriye Dayalı Mimariyi kullanmaktır. Mevcut proje, daha büyük bir mevcut araştırmanın bir bileşeni olacaktır. Bu, çeşitli şirketlerin tüm işletmelerde heterojen kaynakların analizini kolaylaştırmak için bir Kurumsal Mimari uygularken karşılaştığı bir sorunu yansıtır. Dijital veri kullanımının ve video konferansın en yaygın ağ olarak katlanarak artmasıyla birlikte, hem telekomünikasyon şirketleri hem de müşterileri, telefon operatörlerinde mevcut bant genişliğine prim veriyor. QoE adaptasyonu ve daha yüksek müşteri seviyeleri için, görsel olarak Deneyim Kalitesini gerçekten değerlendirme yeteneği kritik öneme sahiptir. Bu çalışmada, hem bağlantı hem de beşinci nesil (5) değişkenler olan ağ Qos'u ile ilgili simülasyonlar QoE oluşturmak için makine öğrenimi kullanıldı. Eğitilecek bilgileri bulmak için mevcut trafik bilgisi ortamını temsil eden bir 5G modeli geliştirildi. Tahminleri uygulamak için gereken QoE bilgilerini toplamak için görüntü QoE değerlendirmesi için tarafsız bir yöntem kullanılıyordu. Encounter Tahmininin Performansı için, makine öğrenme yöntemleri olarak Svms, Random Forest, Boosted Regresyon Ağaçları ve Neural Network nn seçilmiştir. ve yüksek bir doğruluk düzeyine sahip oldukları gösterilmiştir. Wifi parametreleri de QoE tahmini üzerindeki etkileri açısından incelenmiş ve Karşılaşma Kalitesi tahminlerinde kullanım için ideal oldukları tespit edilmiştir. Sorun şu ki, Bilimsel Tabanlı Mimariler ile, işletmeler farkında değiller ve Kurumsal Çapında (DDA) güvenlik açıkları var veya bulacaklar. İlgili sorumluluklar, hem Geçiş Boşluk Analizi (TGA) hem de Karşılaştırılabilir Etki Değerlendirmesi'ni (CGA) destekleyecek şekilde yapılandırılacak ve Driven Architectures (CGA) ile Kablosuz Cihazların ilkelerine dayalı olacaktır. TGA, temel Hesaplamalı Verimli Altyapının (DDA) her iki DDA'nın da stratejik bir bakış açısıyla tanımlandığı istenen bir Deneyim Kalitesi (QoE) ile karşılaştırılmasıyla desteklenir. Bir QoE'nin iki veya daha fazla 53 g'ye yönlendirilmesi DDA'yı kolaylaştırır. Tezin teorik çerçevesi, QoE yönetimi ile 54 g için sistematik inceleme çalışmasıdır. 5G sensör ağı için QOE ve çeşitli örnek organizasyonlarda uygulama. Tezin amacı, önerilen veya mevcut iş süreçlerindeki güvenlik açıklarını (zayıf noktaları) görselleştiren ve QOE bakımı için farklı a5Grnative Roundupa spesifikasyonları ile nicel bir istatistiksel süreci destekleyen bir planlama ve geliştirme şablonu biçiminde QOE adı verilen bir yapıyı açıklamaktır. sağlanabilir ve yapılar Matlab kullanılarak uygulanabilir.
Özet (Çeviri)
The objectives of this research is to use Data Driven Architecture to manage personalised Quality of Experience (QOE) in 5G Wireless Networks that use less energy. The present project will be a component of a larger current research. that reflects on an issue that several companies face while implementing an Enterprise Architecture to facilitate the analysis of heterogeneous resources all across enterprises. With the exponential increase of digital data use and video conferencing as the most common network, both telecommunications companies and their customers place a premium on available bandwidth in phone carriers. For QoE adaptation and higher levels of customer, the ability to actually assess visual Quality of Experience is critical. Machine learning were used to build simulations QoE regarding the network Qos, both connectivity and fifth - generation (5) variables, in this study. To find the information set to train, a 5G model that represents the current traffic information environment was developed. To collect the QoE information required to practice the predictions, an unbiased method for image QoE evaluation was being used. For Performance of Encounter estimation, Svms, Random Forest, Boosted Regression Trees, and Neural Network nn were selected as machine learning methods. and it has been shown that they have a high level of accuracy. Wifi parameters were also examined for their effect on QoE forecasting, and it has been found that they are ideal for use in Quality of Encounter predictions. The issue is that with Scientifically Based Architectures, enterprises do not realize and they have or will find vulnerabilities in their Enterprise - wide (DDA). The responsibilities related will be structured to support both Transitional Gap Analysis (TGA) and Comparable Impact Assessment (CGA) and is based on principles from Wireless Devices with Driven Architectures (CGA). TGA is assisted by a comparison of a base Computationally Efficient Infrastructure (DDA) to a desired Quality of Experience (QoE), in which both DDA have been identified from a strategic point of view. The routing of a QoE to two or more 53 g facilitates DDA. The dissertation' theoretical framework is systematic review study for a 54 g with QoE administration. The QOE for 5G sensor network and application in a range of sample organisations. The thesis's purpose is to explain a structure, called QOE, in the form of a planning and development template that visualises vulnerabilities (weak spots) in suggested or current business processes and supports a quantitative statistical process with different a5Grnative roundupa collection of specifications for QOE maintenance can be provided, and the structures can be implemented using Matlab
Benzer Tezler
- Türkiye'deki e-ticaret sektöründe, müşteri deneyiminin müşteri memnuniyeti üzerindeki etkisi
The impact of customer experience on customer satisfaction in the e-commerce sector in Turkey
ŞEVVAL KARABACAK
- Pediyatrik hastalarda postoperatif ağrının çocuk, aile ve hemşire tarafından VAS ve NRS 11 kullanılarak değerlendirilmesi
Evaluation of postoperative pain in pediatric patients by the child, the family and the nurse using VAS and NRS 11
ŞÜKRİYE NUR KALAYCI
Tıpta Uzmanlık
Türkçe
2021
Anestezi ve ReanimasyonAnkara ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. ÖZLEM SELVİ CAN
- Determining e-commerce product recommendation systems utilizing mcdm methods
Çkkv yöntemlerini kullanarak e-ticaret ürün öneri sistemlerinin belirlenmesi
MİNE YAVUZ ŞAFAK
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Hyaluronidaz aracılı subkutan immünglobulin tedavisi ile serum ıgg düzeylerinin ve yaşam kalitesinin değerlendirilmesi
Assessment of serum igg levels and quality of life by facilitated subcutaneous immunoglobulin therapy
NİDA ERBAŞ AÇICI
Tıpta Uzmanlık
Türkçe
2023
Çocuk Sağlığı ve HastalıklarıEge ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. NECİL KÜTÜKÇÜLER
- Deep hybrid recommender system
Derin hibrit öneri sistemi
DİDEM TÜRKER
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ