Back to search

National and Kapodistrian University of Athens

Implementation of Machine Learning Flows for Data Analysis in Communication Networks

Abstract

dc:description

Η παρούσα εργασία, διερευνά την χρήση αρχιτεκτονικών νευρωνικών δικτύων βάθους, με σκοπό την πρόβλεψη κίνησης σε δίκτυα κινητής τηλεφωνίας 4ης γενιάς. Το πρώτο τμήμα της εργασίας, πραγματεύεται και διερευνά τις συσχετίσεις ανάμεσα στα μεγέθη τα οποία καταγράφει και συλλέγει το τηλεπικοινωνιακό δίκτυο. Επιπροσθέτως, επιχειρεί να επιβεβαιώσει τις παρατηρούμενες συσχετίσεις των μετρικών, με βάση τις διέπουσες αρχές των LTE δικτύων, όπως αυτές αναφέρονται στην σχετική βιβλίογραφία. Το δεύτερο και κύριο τμήμα της εργασίας, επιχειρεί να προβλέψει τις τιμές ορισμένων μελετούμενων μεγεθών, με βάση τις παρατηρούμενες συσχετίσεις του πρώτου μέρους. Αυτό επιτυγχάνεται με τη χρήση MLP, LSTM και CNN αρχιτεκτονικών νευρωνικών δικτύων, υλοποιημένων στις ευρέως χρησιμο-ποιούμενες βιβλιοθήκες της Python, Tensorflow και Keras.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Λεούσης Γεώργιος
  • Leousis Georgios

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, English, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:3336849

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Λεούσης Γεώργιος; Leousis Georgios. Implementation of Machine Learning Flows for Data Analysis in Communication Networks. 2023. https://pergamos.lib.uoa.gr/uoa/dl/object/3336849