haku: @keyword process monitoring / yhteensä: 8
viite: 6 / 8
Tekijä: | Hassinen, Petri |
Työn nimi: | Using the Self-Organizing Map to Monitor the Operation of the Nokia GSM Short Message Service Centre |
Itseorganisoivan kartan käyttö Nokian GSM-lyhytsanomakeskuksen valvonnassa | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 1998 |
Sivut: | 63 Kieli: eng |
Koulu/Laitos/Osasto: | Sähkö- ja tietoliikennetekniikan osasto |
Oppiaine: | Informaatiotekniikka (Tik-115) |
Valvoja: | Simula, Olli |
Ohjaaja: | Haikonen, Mikko |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark S80 | Arkisto |
Avainsanat: | GSM short message service centre neural network self-organizing map process monitoring lyhytsanomakeskus GSM lyhytsanomakeskus neuroverkko itseorganisoiva kartta prosessin valvonta |
Tiivistelmä (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 tietueen numero: 13605
+ lisää koriin
INSSI