Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/36448
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBerti, Guilherme Fuza-
dc.date.accessioned2025-04-09T12:47:33Z-
dc.date.available2025-04-09T12:47:33Z-
dc.date.issued2021-12-09-
dc.identifier.citationBERTI, Guilherme Fuza. Aplicações de aprendizado de máquinas na resolução de colisões de acesso aleatório em redes de comunicação do tipo máquina com mimo massivo. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Eletrônica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2021.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/36448-
dc.description.abstractThe growing demand for mobile connections for machine-type communication in the concept of internet of things imposes new requirements for current mobile communications systems, with the change in the user pattern of network resources. This work introduce studies and implementations in a simulated environment of operation of technique of reinforcement machine learning, Q-learning, operate in selection of random access pilot, along with the collision resolution method Strongestuser collision resolution. Were possible evaluate the performance of the implemented technique, where it showed similar performance to the original method.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectAprendizado do computadorpt_BR
dc.subjectComunicaçãopt_BR
dc.subjectSistemas de comunicação sem fiopt_BR
dc.subjectMachine learningpt_BR
dc.subjectCommunicationpt_BR
dc.subjectWireless communication systemspt_BR
dc.titleAplicações de aprendizado de máquinas na resolução de colisões de acesso aleatório em redes de comunicação do tipo máquina com mimo massivopt_BR
dc.typebachelorThesispt_BR
dc.description.resumoA crescente demanda por conexões móveis para comunicação do tipo máquina no conceito de internet das coisas impõe novos requisitos para os sistemas de comunicação móvel atuais, com a alteração do padrão de utilização de recursos da rede. Este trabalho apresenta estudos e implementações em ambiente de simulação da atuação da técnica de aprendizado de máquina por reforço, Q-learning, atuando na seleção de pilotos de acesso aleatório, junto ao método de resolução de colisão Strongest-user collision resolution. Foi possível avaliar a atuação da técnica implementada, onde a mesma apresentou desempenho similar ao método original.pt_BR
dc.degree.localCornélio Procópiopt_BR
dc.publisher.localCornelio Procopiopt_BR
dc.contributor.advisor1Marinello Filho, José Carlos-
dc.contributor.referee1Marinello Filho, José Carlos-
dc.contributor.referee2Hodgson, Eduardo Alves-
dc.contributor.referee3Scalassara, Paulo Rogério-
dc.publisher.countryBrasilpt_BR
dc.publisher.programEngenharia Eletrônicapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
Aparece nas coleções:CP - Engenharia Eletrônica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
aprendizadomaquinasresolucaocolisoes.pdf1,47 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons