Geri Dön

Optimum internet veri transfer hızının yapay sinir ağı kullanılarak tahmin edilmesi

Prediction of optimum internet data transfer speed using artificial neural network

  1. Tez No: 589596
  2. Yazar: MUHAMMED ALİ YAVAŞ
  3. Danışmanlar: DOÇ. DR. SEYFETTİN SİNAN GÜLTEKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Konya Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Teknolojideki gelişmelere paralel olarak insanların yaşam biçimleri gerek iş hayatında gerek özel yaşamında günlük ihtiyaçları da değişmektedir. İnternetin yaygınlaşmasıyla birlikte insanların birbirleriyle yaptıkları veri paylaşımına olan ihtiyaçta her geçen gün daha da artmaktadır. Buda internete sürekli erişim ihtiyacını insan hayatının vazgeçilmez bir parçası yapmaktadır. İnternet erişimi için kullanılan en yaygın yöntemlerden biri de Digital Subscriber Line (DSL) teknolojisidir. DSL, mevcut telefonlar için kullanılan bakır teller üzerinden aynı anda yüksek hızlı veri iletimini sağlayabilen bir iletişim teknolojisidir. Bakır iletim hatları üzerinden sağlanan bu internet erişiminde zaman zaman farklı sebeplerden kaynaklanan kopmalar ya da istenilen internet erişim hızının sağlanamaması gibi durumlar yaşanmaktadır. Bu olumsuzluklardan bazılarını gidermek için fiziksel müdahale gerekirken bazıları da uzaktan erişim ile ilgili iletim hattının sinyal gürültü oranı, zayıflaması gibi parametrelere bağlı olarak ilgili kullanıcının hattına atanmış olan hız profillerinin değiştirilmesi yönetimi ile giderilebilmektedir. Bu tez çalışması, fiziksel müdahale gerektirmeden sistem üzerinden giderilebilecek olumsuzlukların ıslah yönteminin geliştirilmesi üzerinedir. Mevcut durumda hangi DSL hattına hangi hız profilinin uygun olduğu manuel olarak operatörler tarafından belirlenmektedir. Gerçekleştirilen çalışmada MATLAB üzerinde tasarlanan farklı Yapay Sinir Ağları (YSA) modelleri ile üzerinde çalışılan DSL hattına hangi hız profilinin uygun olduğunun tahmin edilmesi amaçlanmıştır. Uygun hız profili tahmini, hat zayıflaması, maksimum indirme hızı, sinyal gürültü oranı ve çıkış gücü gibi parametreler kullanılarak, tasarlanan YSA modelleri ile yapılmaktadır. Önerilen bu model ile uygun hız profili tahmini %98,9988 doğrulukla gerçekleştirilmiştir. Hız profilinin tahmininin daha yüksek doğruluk ve daha kısa sürede gerçekleştirilebilmesi amacıyla birden fazla YSA modeli tasarlanmış ve elde edilen sonuçların hız ve başarım açısından üstünlükleri tartışılmıştır.

Özet (Çeviri)

In parallel with the developments in technology, the daily needs of people in their business and private lives are changing. With the spread of the Internet, the need for data sharing between people increases with each passing day. This makes the need for continuous access to the Internet an indispensable part of human life. One of the most common methods for Internet access is Digital Subscriber Line (DSL) technology. DSL is a communication technology that enables simultaneous high-speed data transmission over copper wires used for existing telephones. This internet access is provided through copper transmission lines from time to time due to different reasons or failure to provide the desired internet access speed. While some of these disadvantages require physical intervention, some can be remedied by the management of changing the speed profiles assigned to the relevant user's line due to parameters such as signal to noise ratio and attenuation of the transmission line related to remote access. This thesis is about improving the method of improvement of the problems that can be solved through the system without requiring physical intervention. In the present case, the operators determine which speed profile is suitable for which DSL line. In this study, it is aimed to estimate which speed profile is suitable for the DSL line being studied with different artificial neural networks (ANN) models designed on MATLAB. Proper speed profile estimation is carried out with ANN models designed using parameters such as line attenuation, maximum download speed, signal to noise ratio and output power. With this model, suitable speed profile estimation has been realized with 98.9988% accuracy. More than one ANN model was designed in order to realize the estimation of the speed profile with higher accuracy and in a shorter time and the advantages of the obtained results in terms of speed and performance were discussed.

Benzer Tezler

  1. QoE aware multi-view video transmission over P2P networks

    Eşten eşe ağlar üzerinden görsel deneyim kalitesine duyarlı çoklu-görüntülü video iletimi

    SAADET SEDEF SAVAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET MURAT TEKALP

  2. Energy aware endurance framework for mission critical aerial networks

    Güdümlü havasal ağlar için enerji farkında endürans modeli

    YUSUF ÖZÇEVİK

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BERK CANBERK

  3. Beyond digitalisation: Designing a roadmap for Block-chain embedded performance management systems

    Dijitalleşmenin ötesinde: Block-chain gömülü performans yönetim sistemleri için yol haritası tasarımı

    FURKAN AYRANCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜR BERSAM BOLAT

  4. Transmit power optimization based on user demand

    Kullanıcı talebine bağlı iletim gücü optimizasyonu

    TUĞRA ŞAHİNER

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNEŞ KARABULUT KURT

  5. Derin öğrenme ile insan edimlerinin tanınması

    Human action recognition using deep learning

    TAYYİP ÖZCAN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER BAŞTÜRK