5G data communication defect detection on the internet of things using advanced deep learning techniques
Geliştirilmiş derin öğrenme tekniklerini kullanarak şeylerin internetinde 5G veri iletişim kusur tespiti
- Tez No: 768210
- Danışmanlar: Assist. Prof. Dr. AYÇA KURNAZ TÜRKBEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 67
Özet
5G, telekomünikasyonda, dünyanın dört bir yanındaki mobil operatörlerin 2019'da uygulamaya başladığı beşinci nesil geniş bant hücresel ağ teknolojisi standardıdır ve mevcut cep telefonlarının çoğunu bağlayan 4G ağlarının planlanan halefidir. GSM Birliği'ne göre, 5G ağlarının 2025 yılına kadar dünya çapında 1,7 milyardan fazla aboneye sahip olması bekleniyor. Bu çalışmada, k-ortalama ve doğrusal diskriminant analizi kullanılarak nesnelerin internetinde hata tespiti için yeni bir yöntem. Girilen 5G verilerini azaltmak ve hesaplama süresini azaltmak için boyutunu küçültmeye çalışmak için uygulanan Doğrusal öngörücü kodlama (LPC). Ardından, 5G veri iletişim sistemindeki IoT kusurlarını tespit etmek için derin seyrek otomatik kodlayıcı uygulandı. Önerilen yöntemi kanıtlamak için önerilen yöntem, bu alanda sunulan birkaç yaygın çalışma ile karşılaştırılmıştır.
Özet (Çeviri)
In telecommunication, 5G is a fifth-generation broadband cellular network technology standard that mobile operators around the world began rolling out in 2019 and is the planned successor to the 4G networks that connect most existing mobile phones. According to the GSM Association, 5G networks are projected to have over 1.7 billion subscribers worldwide by 2025. In this study, new method defect detection in internet of things using k-mean and linear discriminant analysis. The Linear predictive coding (LPC) applied to reduce the input 5G data and try to reduce its size to decrease the computation time. Then, the deep sparse autoencoder applied to detect the IoT defects in 5G data communication system. The proposed method compared with several common studies presented in this field to prove the proposed method.
Benzer Tezler
- Deep learning aided data detectionfor future wireless communication systems
Gelecek nesil telsiz haberleşme sistemleri içinderin öğrenme yardımıyla data tespiti
MERVE TURHAN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- A friendly physical layer warden system
Dost bir fiziksel katman bekçi sistemi
MİRAÇ KUMRAL
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Covert channel detection using machine learning methods
Makine öğrenmesi metotları kullanılarak örtülü kanalların tespiti
İMGE GAMZE ÇAVUŞOĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HANDE ALEMDAR
- Practical implementation and real-world validation of reconfigurable intelligent surfaces
Yeniden yapılandırılabilir akıllı yüzeylerin pratik uygulaması ve gerçek dünya doğrulaması
SEFA KAYRAKLIK
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- Design and performance analysis of relay-based cooperative overlay cognitive radio networks
Röle tabanlı işbirlikli üstüne serme bilişsel radyo ağlarının tasarımı ve başarım analizi
SAID ABDELMONEIM ABDELWAHAB EMAM
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
Prof. Dr. MEHMET ERTUĞRUL ÇELEBİ