dc.contributor.advisor | Ibarrola Armendáriz, Ana Eva | |
dc.contributor.author | Barghuthi Barrena, Sara | |
dc.contributor.other | Master de Ingeniería (Tel902) | |
dc.contributor.other | Ingeniariako Master (Tel902) | |
dc.date.accessioned | 2023-09-07T15:52:52Z | |
dc.date.available | 2023-09-07T15:52:52Z | |
dc.date.issued | 2023-09-07 | |
dc.identifier.uri | http://hdl.handle.net/10810/62417 | |
dc.description.abstract | El Machine Learning es una rama de la inteligencia artificial que ha cobrado gran importancia en los últimos años debido a su capacidad para aprender patrones y tomar decisiones en base a datos. En la actualidad, esta tecnología se utiliza en una amplia variedad de aplicaciones, desde el procesamiento de imágenes y el reconocimiento de voz hasta la predicción del comportamiento del consumidor y la toma de decisiones empresariales.
El objetivo específico del presente trabajo de final de máster es desarrollar un modelo de correlación entre la QoE y la QoS utilizando técnicas de Machine Learning. Para ello, se llevará a cabo un estudio en entornos universitarios de diferentes perfiles, en concreto en la ESI de Bilbao y en la Facultad de Educación de Bilbao. El propósito es determinar si existe una correlación entre la calidad experimentada y la calidad del servicio objetivo en estos entornos mediante el uso de técnicas de Machine Learning, que permitirá desarrollar un modelo preciso y eficiente para este propósito. | es_ES |
dc.description.abstract | Machine Learning, adimen artifizialaren adar bat da, azken urteetan oso garrantzitsu bihurtu da, datuen patronak ikasteko eta erabakiak hartzeko gaitasuna dela eta. Gaur egun, teknologia hori aplikazio anitzetan erabiltzen da, irudiak prozesatzeko eta ahotsaren ezagutza lortzeko, bezeroaren jokabidea eta enpresarako erabakiak hartzea barne.
TFM honetako helburu espezifikoena Machine Learning teknikak erabiliz QoE eta QoS arteko korrelazio-metodo bat garatzea da. Horretarako, perfila ezberdin duten unibertsitate inguruetan azterketa bat burutuko da, bai eta Bilboko ESI eta Hezkuntza Fakultatean ere. Helburua da erabiltzaileen bizi emandako kalitatea eta objektibo duten zerbitzuaren kalitatea artean korrelazio bat existitzen den edo ez jakitea eta zerbitzuaren kalitatea hobetzeko zein jardun ahal den erabiltzaileen bizi emandako kalitatea hobetzeko. Machine Learning teknikak erabiliz, helburu hau lortzeko eredu zehatza eta eraginkorra garatuko da. | es_ES |
dc.description.abstract | Machine Learning is a branch of Artificial Intelligence that has gained significant importance in recent years due to its ability to learn patterns and make decisions based on data. Currently, this technology is used in a wide variety of applications, from image processing and voice recognition to predicting consumer behavior and making business decisions.
The specific objective of this Master’s Thesis is to develop a model for correlating QoE (experienced quality) and QoS (objective service quality) using Machine Learning techniques. To achieve this, a study will be conducted in university environments of different profiles, specifically at the ESI of Bilbao and the Faculty of Education of Bilbao. The purpose is to determine if there is a correlation between the experienced quality and objective service quality in these environments. The use of Machine Learning techniques will allow for the development of an accurate and efficient model for this purpose. | es_ES |
dc.language.iso | spa | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | |
dc.subject | machine learning | es_ES |
dc.subject | QoS | |
dc.subject | QoE | |
dc.subject | correlación | |
dc.title | Modelo de correlación QoS/QoE en entornos universitarios | es_ES |
dc.type | info:eu-repo/semantics/masterThesis | |
dc.date.updated | 2023-05-30T06:31:50Z | |
dc.language.rfc3066 | es | |
dc.rights.holder | Atribución-NoComercial-SinDerivadas (cc by-nc-nd) | |
dc.contributor.degree | Master en Ingeniería de telecomunicaciones. Ingeniariako Telekomunikazioa Master | es_ES |
dc.identifier.gaurregister | 130915-867502-09 | |
dc.identifier.gaurassign | 148834-867502 | |