Прогнозирование ключевых параметров базовых станций на основе методов машинного обучения

ФИО студента: Муклаев Сабур Мергенович

Кампус/факультет: Московский институт электроники и математики им. А.Н. Тихонова

Программа: Инфокоммуникационные технологии и системы связи (Бакалавриат)

Оценка: 8

Год защиты: 2020

Существует закономерность между характером возрастания коэффициента сброса вызовов (англ. Call Drop Ratio, CDR) и вероятностью выхода из строя базовой станции. В этой статье приводится способ преобразования пространства признаков и с использованием методов машинного обучения осуществляется классификация базовых станций сети радиодоступа по наличию возможной аварии. Представленный результат может быть использован при решении задач дизайна и оптимизации сети радиодоступа и существенно снизить время обнаружения и реакции на внештатные ситуации.

Текст работы (работа добавлена 18 мая 2020 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ