Show simple item record

dc.contributor.advisorOliveira, Luiz Eduardo Soares de, 1971-pt_BR
dc.contributor.authorAssunção, Arcson de Melopt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Datapt_BR
dc.date.accessioned2021-07-20T14:22:35Z
dc.date.available2021-07-20T14:22:35Z
dc.date.issued2020pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/71421
dc.descriptionOrientador : Luiz Eduardo Soares de Oliveirapt_BR
dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science & Big Data.pt_BR
dc.descriptionInclui referências; p. 09-10.pt_BR
dc.description.abstractResumo : Atualmente existem bilhões de dispositivos que para funcionarem dependem das redes das operadoras de telefonia móvel, tais como telefones celulares, rastreadores, sistemas de monitoramento eletrônico, redes elétricas inteligentes, fazendas inteligentes, meios de pagamento e muitos outros. Esse artigo tem o objetivo de apresentar uma nova metodologia para auxiliar na escolha da melhor operadora, afim de que os sistemas que dependem desse tipo de comunicação, mitiguem problemas, e se mantenham o máximo de tempo possível conectados e em funcionamento. Foram propostos dois modelos e realizada uma comparação entre eles. Ambos utilizam um classificador kNN, um considerando somente as medidas georreferenciadas e a identificação da operadora e outro acrescentando um fator de penalidade considerando a intensidade do sinal. Após a realização de 50 mil experimentos, 25 mil com cada modelo, obtivemos o resultado de 89,0% para o modelo penalizado, e 89,4% para o modelo sem a penalização. O que nos leva a conclusão de que o nível de sinal não é um fator preponderante na escolha da melhor operadora.pt_BR
dc.description.abstractAbstract : Today there are billions of devices that work depending on the networks of mobile operators, such as cell phones, trackers, electronic monitoring systems, smart grids, smart farms, payment systems and many others. This article aims to present a new methodology to assist in choosing the best operator, in order that systems that depend on this type of communication, mitigate problems, and stay connected as long as possible and in operation. Two models were proposed and a comparison was made between them. Both use a kNN classifier, one considering only the georeferenced measures and operator identification and the other adding a penalty factor considering the signal strength. After performing 50 thousand experiments, 25 thousand with each model, we obtained the result of 89.0% for the penalized model, and 89.4% for the model without the penalty. Which leads us to the conclusion that the signal level is not a major factor in choosing the best operator.pt_BR
dc.format.extent1 arquivo (10 p.) : il., algumas color.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.subjectInternet das coisaspt_BR
dc.subjectSistemas de telefonia celularpt_BR
dc.subjectInterconexão de redes (Telecomunicações)pt_BR
dc.titlekNN para seleção de Operadora Móvel Celularpt_BR
dc.typeMonografia Especialização Digitalpt_BR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record