Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licenseReconocimiento-CompartirIgual 4.0 Internacional. (CC BY-SA)es
dc.contributor.authorBelzarena Garcia, Pablo Javieres
dc.contributor.authorLarroca Ponzoni, Federicoes
dc.contributor.authorBermolen Romeo, Maria Paolaes
dc.contributor.authorInglés Loggia, Lucases
dc.contributor.authorBelcredi Zambra, Gonzaloes
dc.contributor.authorRandall Carlevaro, Martínes
dc.date.accessioned2023-04-14T17:32:09Z-
dc.date.available2023-04-14T17:32:09Z-
dc.date.issued2022-12-29-
dc.identifier.urihttps://hdl.handle.net/20.500.12381/3200-
dc.description.abstractEl problema abordado es la asignación de recursos en redes 5G. En particular el proyecto trabajó en el desarrollo de una herramienta que permite implementar y simular algoritmos para la asignación de recursos de tiempo y frecuencia en redes 5G. Se puso especial énfasis en el desarrollo de algoritmos que utilicen herramientas de inteligencia artificial ya que por la heterogeneidad de servicios de las redes 5G es necesario que la red aprenda la mejor forma de asignar recursos en diferentes escenarios. Se propusieron nuevos algoritmos asignación de recursos que permiten utilizando inteligencia artificial aprender la asignación óptima de recursos para servicios de muy diferentes requerimientos en cuanto a ancho de banda y latencia. Se desarrolló un simulador de redes 5G, Py5cheSim, que integra funcionalidades que no se encuentran en simuladores de uso público disponibles como la posibilidad de utilizar network slicing en la interfaz de radio. Esta herramienta cuenta con un framework que permite el desarrollo de nuevos algoritmos de asignación de recursos de forma amigable sin la necesidad de conocer en detalle todo el núcleo del simulador. Py5cheSim se licenció bajo licencia de software libre y se encuentra disponible. Por último, durante la ejecución del proyecto se formaron varios recursos humanos en las áreas de investigación abordadas; en particular tres estudiantes de posgrado desarrollaron sus tesis (dos de maestría, una de doctorado) y se dirigieron dos proyectos de fin de carrera.es
dc.description.sponsorshipAgencia Nacional de Investigación e Innovaciónes
dc.language.isospaes
dc.publisherAgencia Nacional de Investigación e Innovaciónes
dc.relationhttps://hdl.handle.net/20.500.12008/31723es
dc.relationhttps://hdl.handle.net/20.500.12008/30570es
dc.relationhttps://hdl.handle.net/20.500.12008/30549es
dc.relationhttps://hdl.handle.net/20.500.12008/29240es
dc.relationhttps://hdl.handle.net/20.500.12008/30188es
dc.relationhttps://hdl.handle.net/20.500.12008/27324es
dc.relationhttps://youtu.be/L81q935K_58es
dc.rightsAcceso abiertoes
dc.subjectRedes 5Ges
dc.subjectInteligencia artificiales
dc.titleInforme final del proyecto: Inteligencia Artificial aplicada a redes 5Ges
dc.typeReporte técnicoes
dc.subject.aniiIngeniería y Tecnología
dc.subject.aniiIngeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información
dc.subject.aniiTelecomunicaciones
dc.identifier.aniiFMV_1_2019_1_155700es
dc.type.versionAceptadoes
dc.anii.institucionresponsableUniversidad de la República. Facultad de Ingenieríaes
dc.anii.subjectcompleto//Ingeniería y Tecnología/Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información/Telecomunicacioneses
Aparece en las colecciones: Informes finales publicables de I+D

Archivos en este ítem:
archivo Tamaño Formato  
Informe_final_publicable_FMV_1_2019_1_155700.pdf111.39 kBAdobe PDFDescargar

Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita: Reconocimiento-CompartirIgual 4.0 Internacional. (CC BY-SA)