A multi-armed bandit model for wireless network selection
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/358403
Tipus de documentTreball Final de Grau
Data2021-07-06
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
The number of networks and technologies such as 5G have been rapidly increasing in the last years. With this growth in number it has become more relevant to be able to select the best network with the goal of maximizing the quality perceived by the final user. The Multi-Armed Bandit (MAB) model is a viable approach to describe the problem of the best wireless network selection by a multi-Radio Access Technology (multi-RAT) device. This work proposes a new MAB model that uses real network parameter values that change over time, meaning that the environment will be non-stationary. Classical MAB algorithms are intended to work in stationary scenarios, so this work has also designed a new set of algorithms intended to work in these environments. These new algorithms are able to measure the non-stationarity of the environment and adapt accordingly in order to give the best performance. This is especially relevant in the best network selection problem, where the network qualities are very volatile. La cantidad de redes y tecnologías como el 5G ha ido incrementando durante los últimos años. Debido a este crecimiento, cada vez es más importante seleccionar la mejor red con el objetivo de ofrecer la mejor experiencia al usuario final. El modelo Multi-Armed Bandit (MAB) es una opción viable para describir el problema de elección de la mejor red inalámbrica para un dispositivo multi-Radio Access Technology (multi-RAT). Este trabajo propone un nuevo modelo MAB que utiliza valores reales de parámetros de redes que varían con el tiempo. Esto significa que el entorno será no estacionario. Los algoritmos clásicos del MAB están diseñados para trabajar en entornos estacionarios, por lo que este trabajo también ha diseñado una nueva serie de algoritmos para poder trabajar en estos entornos. Estos nuevos algoritmos son capaces de detectar la no estacionalidad del entorno y adaptarse para obtener los mejores resultados. Esto es especialmente importante en el problema de seleccionar la mejor red, donde la calidad de las redes es muy volátil. El nombre de xarxes i tecnologies com el 5G ha anat creixent durant els últims anys. A causa d'aquest creixement, cada cop és més rellevant seleccionar la millor xarxa amb l'objectiu d'oferir la millor experiència a l'usuari final. El model Multi-Armed Bandit (MAB) és una opció viable per descriure el problema de l'elecció de la millor xarxa sense fils per un dispositiu multi-Radio Access Technology (multi-RAT). Aquest treball proposa un nou model MAB que utilitza valors reals de paràmetres de xarxes que varien amb el temps. Això significa que l'entorn serà no estacionari. Algorismes clàssics del MAB estan dissenyats per treballar en entorns estacionaris, per tant aquest treball també ha dissenyat una nova sèrie d'algorismes per poder treballar en aquests entorns. Aquests nous algorismes són capaços de detectar la no estacionarietat de l'entorn i adaptar-se per tal d'obtenir els millors resultats. Això és especialment important en el problema de seleccionar la millor xarxa, on la qualitat de les xarxes és molt volàtil.
MatèriesMachine learning, Telematics, Wireless LANs, Wireless communication systems, Aprenentatge automàtic, Telemàtica, Xarxes locals sense fil Wi-Fi, Comunicació sense fil, Sistemes de
TitulacióGRAU EN ENGINYERIA DE TECNOLOGIES I SERVEIS DE TELECOMUNICACIÓ (Pla 2015)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
AMultiArmedBand ... election_LluisMartinez.pdf | 2,000Mb | Visualitza/Obre |