search query: @keyword Neural Network / total: 37
reference: 23 / 37
Author: | Hassinen, Petri |
Title: | Using the Self-Organizing Map to Monitor the Operation of the Nokia GSM Short Message Service Centre |
Itseorganisoivan kartan käyttö Nokian GSM-lyhytsanomakeskuksen valvonnassa | |
Publication type: | Master's thesis |
Publication year: | 1998 |
Pages: | 63 Language: eng |
Department/School: | Sähkö- ja tietoliikennetekniikan osasto |
Main subject: | Informaatiotekniikka (Tik-115) |
Supervisor: | Simula, Olli |
Instructor: | Haikonen, Mikko |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark S80 | Archive |
Keywords: | GSM short message service centre neural network self-organizing map process monitoring lyhytsanomakeskus GSM lyhytsanomakeskus neuroverkko itseorganisoiva kartta prosessin valvonta |
Abstract (fin): | GSM-käyttäjien määrän jatkuvan kasvun seurauksena on GSM-lyhytsanomista tullut teleoperaattoreille yhä tärkeämpi toimiala. Lyhytsanomista vastaavan GSM-verkkoelementin, Iyhytsanomakeskuksen, tärkeisiin ominaisuuksiin kuuluukin nykyään suorituskyvyn lisäksi myös toiminnan luotettavuus. Katkokset Iyhytsanomapalvelussa paitsi haittaavat GSM-käyttäjiä, myös aiheuttavat nopeasti teleoperaattoreille huomattavaa tulonmenetystä. Tässä työssä on tutkittu Nokian Iyhytsanomakeskuksen toimintaa ja käyttäytymistä neuroverkkoalgoritmeihin kuuluvan itseorganisoivan kartan avulla. Itseorganisoiva kartta eli SOM on yksi käytetyimmistä neuroverkkomalleista Kartan avulla voidaan löytää hahmoja moniulotteisista datajoukoista ja se soveltuukin siksi vähän tunnetun datan analysointiin erityisen hyvin. Koska itseorganisoiva kartta on myös helposti visualisoitavissa helpottuu kartan avulla saatujen tulosten tulkinta merkittävästi. Työn tulokset perustuvat dataan, joka on kerätty kahden GSM-operaattorin kaupallisessa tuotantokäytössä olevasta Iyhytsanomakeskuksesta kahden viikon ajalta. Datalla on opetettu itseorganisoiva kartta jonka avulla lyhytsanomakeskuksen toiminnasta on pyritty löytämään uusia lainalaisuuksia. Kartan eri osat on nimetty, minkä jälkeen sitä on voitu käyttää Iyhytsanomakeskuksen reaaliaikaiseen valvontaan. Karttaa katsomalla saa näin ollen yhdellä silmäyksellä tiedon siitä, miten Iyhytsanomakeskus tarkasteluhetkellä toimii. Työhön liittyy keskeisesti kolme erillistä UNIX-ympäristöön ohjelmoitua sovellusta Yhden avulla voidaan tutkia reaaliajassa toimivaa Iyhytsanomakeskusta ja käyttää itseorganisoivaa karttaa tulosten luokitteluun. Samaa sovellusta voidaan käyttää myös datan keräämiseen lyhytsanomakeskuksesta Toisen sovelluksen avulla käsitellään Iyhytsanomakeskuksesta kerätty data ennen sen käyttämistä. Käsitellyllä datalla opetetaan kolmannen sovelluksen avulla itseorganisoiva kartta, jota voidaan käyttää sitten ensimmäisellä sovelluksella kerätyn lyhytsanomakeskusdatan tulkintaan. |
ED: | 1998-10-22 |
INSSI record number: 13605
+ add basket
INSSI