XDSL portlarda yapay zeka makine öğrenmesi yaklaşımı ile dinamik hat yönetimi otomasyonu
Dynamic line management automation with artificial intelligence machine learning approach on xDSL ports
- Tez No: 840996
- Danışmanlar: DR. ÖĞR. ÜYESİ NURİ BİNGÖL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
Genişbant internet erişimi, modern toplumun en temel ihtiyaçlarından biri haline gelmiştir. xDSL (Digital Subscriber Line), kablolu iletişim altyapısını kullanarak yüksek hızda internet erişimi sağlayan bir teknolojidir. xDSL portları, kullanıcıların bu hizmete erişim sağladığı noktalardır. Ancak, xDSL bağlantılarındaki hız ve kalite sorunları, hattın fiziksel durumu, kullanıcı yoğunluğu, çevresel etkenler gibi faktörlerden kaynaklanabilir. Yapay zeka ve makine öğrenmesi, bu tür karmaşık sistemlerin otomasyonunda etkili araçlar olarak öne çıkmaktadır. Yapay zeka xDSL portlarında dinamik hat yönetimi süreçlerini optimize etmek için kullanılabilecek çeşitli teknikleri içerir. Örneğin, hattın fiziksel durumu, sinyal gürültü oranı, hız profilleri ve kullanıcı tercihleri gibi verileri toplayarak, sistem istatistikleri oluşturabilir. Bu istatistikler, hattın durumu hakkında değerli bilgiler sunar. Makine öğrenmesi, toplanan verileri analiz ederek, gelecekteki hattın performansını tahmin etmek ve yönetmek için kullanılabilir. Sınıflandırma ve regresyon algoritmaları, bu verileri işlemek ve anlamak için kullanılabilir. Ancak karar ağacı algoritması, karmaşık karar ağaçları oluşturarak verilerin yapısını anlamak ve bu yapılara dayalı kararlar vermek için etkili bir yaklaşımdır. Bu tez çalışmasında xDSL portlarında yapay zeka ve karar ağacı algoritması kullanarak dinamik hat yönetimi otomasyonunu ve optimizasyonunu ele aldık. Çalışmada 3 farklı karar ağacı algoritmasının performansı incelenerek kıyaslama yapıldı.
Özet (Çeviri)
Broadband internet access has become one of the fundamental needs of modern society. xDSL (Digital Subscriber Line), a technology that utilizes wired communication infrastructure, provides high-speed internet access. xDSL ports serve as the points where users access this service. However, speed and quality issues in xDSL connections can arise from factors such as the physical condition of the line, user density, and environmental factors. Artificial intelligence and machine learning are prominent tools for automating such complex systems. Artificial intelligence encompasses various techniques that can be utilized to optimize dynamic line management processes in xDSL ports. For instance, by collecting data like line physical condition, signal-to-noise ratio, speed profiles, and user preferences, system statistics can be generated, providing valuable insights into the condition of the line. Machine learning can analyze the collected data to predict and manage the future performance of the line. Classification and regression algorithms can be employed to process and understand this data. However, the decision tree algorithm stands out as an effective approach to comprehend the structure of the data and make decisions based on these structures by constructing complex decision trees. In this thesis, I have addressed the automation and optimization of dynamic line management in xDSL ports using artificial intelligence and the decision tree algorithm. The study involved examining and comparing the performance of three different decision tree algorithms.
Benzer Tezler
- Telefon kanallarının veri aktarma kapasitesi ve OFDM'in ADSL uygulamaları
Capasity analysis of phone lines and ADSL applications of OFDM
TOLGA KABATAŞ
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. İSMAİL KAYA
- xDSL teknoloji uygulamaları
Applications of xDSL technology
CAVİT OKUR
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. MEHMET ALİ YALÇIN
- XDSL (digital subscriber line) sistemlerinin kıyaslanması
Comparison of XDSL (digital subscriber line)systems
DURDU YÜCEL
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞABAN ERGÜN
- XDSL hatların çapraz gürültü altında modellenmesi ve performans anlizi
Modelling and performance analysis of XDSL lines under crosstalk
HAKAN KUL
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKKI ÇAVDAR
- Simetrik haberleşme kabloları üzerinden HDSL ve ADSL uygulamaları
Başlık çevirisi yok
ŞÜKRÜ HAMUTÇUOĞLU
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DR. GÜNEŞ YILMAZ