Συγκριτική μελέτη αλγορίθμων μηχανικής μάθησης (ML) για τη δυναμική ανάθεση ραδιοπόρων σε κυψελωτά δίκτυα επόμενης γενιάς (5G and beyond)

Παπαγιάννης, Δημήτριος; Papagiannis, Dimitrios

dc.contributor.author	Παπαγιάννης, Δημήτριος	el
dc.contributor.author	Papagiannis, Dimitrios	en
dc.date.accessioned	2024-10-04T09:53:20Z
dc.date.available	2024-10-04T09:53:20Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/60287
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27983
dc.rights	Default License
dc.subject	Μηχανική μάθηση	el
dc.subject	Ανάθεση ραδιοπόρων	el
dc.subject	Κυψελωτά δίκτυα επικοινωνιών	el
dc.title	Συγκριτική μελέτη αλγορίθμων μηχανικής μάθησης (ML) για τη δυναμική ανάθεση ραδιοπόρων σε κυψελωτά δίκτυα επόμενης γενιάς (5G and beyond)	el
heal.type	bachelorThesis
heal.classification	Τηλεπικοινωνίες	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-07-11
heal.abstract	Τα τελευταία χρόνια έχει συντελεστεί εντυπωσιακή αύξηση του όγκου δεδομένων που διακινούνται στα ασύρματα τηλεπικοινωνιακά δίκτυα, στην οποία σημαντικός παράγοντας είναι η ανάπτυξη των δικτύων επικοινωνιών πέμπτης και επόμενης γενιάς (5G/B5G), ώστε να ικανοποιηθούν οι ανάγκες ολοένα και πιο απαιτητικών εφαρμογών που χρησιμοποιούνται από κινητές συσκευές. Την ίδια στιγμή η Μηχανική Μάθηση έχει ωριμάσει αρκετά και χρησιμοποιείται σε ποικίλες εφαρμογές για την επίλυση σύνθετων προβλημάτων. Ήταν επομένως φυσικό να διερευνηθούν πιθανές εφαρμογές τεχνικών Μηχανικής Μάθησης προς την ανάπτυξη και τη βελτιστοποίηση των κινητών δικτύων επικοινωνιών. Σκοπός της παρούσας εργασίας λοιπόν είναι η εφαρμογή διαφόρων αλγορίθμων Μηχανικής Μάθησης για την ανάθεση και διαχείριση ραδιοπόρων (συχνοτήτων και υποφερόντων) σε κυψελωτά δίκτυα επικοινωνιών νέας γενιάς και, ως εκ τούτου, η συγκριτική αποτίμησή τους. Πιο συγκεκριμένα, στο Κεφάλαιο 1 πραγματοποιείται μια αναδρομή της ιστορικής πορείας εξέλιξης των ασύρματων δικτύων επικοινωνιών, καθώς και επισκόπηση των βασικών χαρακτηριστικών κάθε γενιάς, με έμφαση στα δίκτυα 5G/Β5G. Στο Κεφάλαιο 2 παρουσιάζονται οι βασικές αρχές που διέπουν τα ασύρματα τηλεπικοινωνιακά συστήματα, με μια λεπτομερέστερη επισκόπηση των κυψελωτών συστημάτων. Ενώ στο Κεφάλαιο 3 εισάγονται οι έννοιες της Μηχανικής Μάθησης, με την παρουσίαση της βασικής κατηγοριοποίησης των διαφόρων τύπων μάθησης. Επιπλέον, παρουσιάζεται το θεωρητικό υπόβαθρο και η μαθηματική μοντελοποίηση των αλγορίθμων που χρησιμοποιούνται στην μελέτη του προβλήματος της ανάθεσης ραδιοπόρων (radio resource allocation - RRM) σε δυναμικές τοπολογίες 5G/B5G. Στο Κεφάλαιο 4 επικεντρωνόμαστε στην υλοποίηση του κυψελωτού δικτύου που χρησιμοποιήθηκε στα πλαίσια της εργασίας, και στην επιλογή των αλγορίθμων και τεχνικών Μηχανικής Μάθησης που αξιοποιήθηκαν για την ανάθεση των υποφερόντων του δικτύου στους χρήστες. Ιδιαίτερη έμφαση δίνεται στην προεπεξεργασία των δεδομένων που λαμβάνονται από το κυψελωτό δίκτυο, καθώς και στην παραμετροποίηση του συνελικτικού νευρωνικού δικτύου που χρησιμοποιήθηκε. Τέλος, στο Κεφάλαιο 5 γίνεται παρουσίαση των αποτελεσμάτων που προέκυψαν , με σύγκριση διαφορετικών συνόλων δεδομένων εισόδου αλλά και παραμετροποίησης των νευρωνικών μας δικτύων. Από κάθε σύγκριση εξάγονται ανάλογα συμπεράσματα, ενώ στο 6ο κεφάλαιο γίνεται μια σύνοψη των αποτελεσμάτων εξήχθησαν και προτάσεις για μελλοντική μελέτη και προεκτάσεις του θέματος.	el
heal.advisorName	Κακλαμάνη, Δήμητρα - Θεοδώρα	el
heal.committeeMemberName	Κακλαμάνη, Δήμητρα - Θεοδώρα	el
heal.committeeMemberName	Παναγόπουλος, Αθανάσιος	el
heal.committeeMemberName	Βενιέρης, Ιάκωβος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	85 σ.	el
heal.fullTextAvailability	false