Show simple item record

dc.creatorLima, Bruno Cesar dos Santos
dc.date.accessioned2020-04-17T00:15:55Z
dc.date.accessioned2020-05-28T18:08:58Z
dc.date.available2020-05-28T18:08:58Z
dc.date.issued2019-12-11
dc.identifier.citationLIMA, Bruno Cesar dos Santos. Análise de técnicas de inteligência artificial para o projeto de enlaces de fibras ópticas. 2019. 69 f. Dissertação (Mestrado em Engenharia Elétrica e Computação) - Universidade Presbiteriana Mackenzie, São Paulo, 2019.por
dc.identifier.urihttp://dspace.mackenzie.br/handle/10899/24506
dc.description.abstractSociety currently seeks competitiveness for its business, high performance and a low cost support platform, idealizing the contemporary scenario where the world is interconnected by communication networks. Thus the need for optical networks arises because of its advantages of reaching long distances and high speeds with good bandwidth compared to the wired system, but the optical system itself is limited in its resources favoring the need for research to soften the data. damage caused by distortion of optical signals. The purpose of this paper will use machine learning and artificial intelligence techniques to construct a conceptual model capable of predicting signal distortions in optical link designs and their regeneration and thus ensuring their autonomous optimization, with the aim of reducing the project cost of implementing fiber optic links. The computational potential has increased in the last decades favoring the execution of machine learning algorithms and promoting the conditions for this work. It will be made a comparative analysis between three algorithms already used in the literature in optical communications application seeking to find the most suitable algorithm for the construction of this machine learning model that needs a composite output in its predictions, considering the range of variables necessary to elaborate a optical link. The results presented are motivating, showing a high accuracy of predictions of machine learning algorithms around 99% and in the validation of predictions made an optimized link with a BER 1.10−06 evidencing the application of machine learning algorithms in the projects of optical links.eng
dc.description.sponsorshipFundo Mackenzie de Pesquisapor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Presbiteriana Mackenziepor
dc.rightsAcesso Abertopor
dc.subjectinteligência artificialpor
dc.subjectmachine learningpor
dc.subjectrede neural artificialpor
dc.subjectbayespor
dc.subjectComunicações ópticaspor
dc.titleAnálise de técnicas de inteligência artificial para o projeto de enlaces de fibras ópticaspor
dc.typeDissertaçãopor
dc.publisher.departmentEscola de Engenharia Mackenzie (EE)por
dc.publisher.programEngenharia Elétricapor
dc.publisher.initialsUPMpor
dc.publisher.countryBrasilpor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.description.resumoA sociedade atualmente busca competitividade para seus negócios, alta performance e uma plataforma de sustentação com baixo custo, isso idealiza o cenário contemporâneo onde o mundo está interconectado por redes de comunicação. Surge com isso a necessidade das redes ópticas pelas suas vantagens de alcançar grandes distância e altas velocidade com uma boa largura de banda comparado com o sistema cabeado, mas o próprio sistema óptico é limitado em seus recursos favorecendo a necessidade de pesquisas para amenizar os danos causados pelas distorções dos sinais ópticos. A proposta do presente trabalho utilizará as técnicas de aprendizagem de máquina e inteligência artificial para construir um modelo conceitual capaz de predizer distorções de sinais nos projetos de enlaces ópticos e sua regeneração e com isso garanta sua otimização autônoma, com o objetivo de reduzir o custo do projeto de implementação de enlaces de fibra óptica. O potencial computacional tem aumentado nas ultimas décadas favorecendo a executabilidade dos algoritmos de machine learning e promovendo as condições para realização deste trabalho. Será feita uma análise comparativa entre três algoritmos já utilizados na literatura em aplicacão de comunicações ópticas procurando encontrar o algoritmo mais adequado para construção desse modelo de machine learning que necessita de uma saída composta em suas predições, visto a abrangência de variáveis necessárias para elaboração de um enlace óptico. Os resultados apresentados, são motivadores, mostrando uma acurácia de predições alta dos algoritmos de machine learning em torno de 99% e a na validação das predições realizadas um enlace otimizado com uma BER 1.10−06 evidenciando a aplicação dos algoritmos de machine learning nos projetos de enlaces ópticos. Palavras-por
dc.contributor.advisor-co1Nizam, Omar
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/2067336430076971por
dc.creator.Latteshttp://lattes.cnpq.br/7085581279846679por
dc.contributor.advisor1Oliveira, Rafael Euzébio Pereira de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4273347313516555por
dc.contributor.referee1Lopes, Carlos Magno Baptista
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3081439765219420por
dc.contributor.referee2Silva, Leandro Augusto da
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1396385111251741por
dc.bitstream.urlhttp://tede.mackenzie.br/jspui/bitstream/tede/4234/2/BRUNO%20CESAR%20DOS%20SANTOS%5B1%5D.pdf
dc.keywordsartificial intelligenceeng
dc.keywordsmachine learningeng
dc.keywordsartificial neural networkeng
dc.keywordsbayeseng
dc.keywordsoptical communicationseng


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record