prikaz prve stranice dokumenta Primjena umjetne inteligencije u mrežama nove generacije
  Download
PDF 958.32 KB
undergraduate thesis
Primjena umjetne inteligencije u mrežama nove generacije
2022. urn:nbn:hr:155:350025
Obrovac, Marijo
University of Dubrovnik
Faculty of Electrical Engineering and Applied Computing

Cite this document

Obrovac, M. (2022). Primjena umjetne inteligencije u mrežama nove generacije (Undergraduate thesis). Dubrovnik: University of Dubrovnik. Retrieved from https://urn.nsk.hr/urn:nbn:hr:155:350025

Obrovac, Marijo. "Primjena umjetne inteligencije u mrežama nove generacije." Undergraduate thesis, University of Dubrovnik, 2022. https://urn.nsk.hr/urn:nbn:hr:155:350025

Obrovac, Marijo. "Primjena umjetne inteligencije u mrežama nove generacije." Undergraduate thesis, University of Dubrovnik, 2022. https://urn.nsk.hr/urn:nbn:hr:155:350025

Obrovac, M. (2022). 'Primjena umjetne inteligencije u mrežama nove generacije', Undergraduate thesis, University of Dubrovnik, accessed 23 March 2025, https://urn.nsk.hr/urn:nbn:hr:155:350025

Obrovac M. Primjena umjetne inteligencije u mrežama nove generacije [Undergraduate thesis]. Dubrovnik: University of Dubrovnik; 2022 [cited 2025 March 23] Available at: https://urn.nsk.hr/urn:nbn:hr:155:350025

M. Obrovac, "Primjena umjetne inteligencije u mrežama nove generacije", Undergraduate thesis, University of Dubrovnik, Dubrovnik, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:155:350025

Please login to the repository to save this object to your list.
Metadata
TitlePrimjena umjetne inteligencije u mrežama nove generacije
AuthorMarijo Obrovac
MentorAdriana Lipovac (mentor)
Committee memberAdriana Lipovac (predsjednik povjerenstva)
Committee memberAnte Mihaljević (član povjerenstva)
Committee memberAnamaria Bjelopera (član povjerenstva)
GranterUniversity of Dubrovnik
(Faculty of Electrical Engineering and Applied Computing)
Dubrovnik
Defense date and country2022-09-23, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Information Systems
Abstract
Radijske mreže sljedeće generacije (tj. 5G i dalje), koje će biti iznimno dinamične i složene zbog ultra guste implementacije heterogenih mreža, predstavljaju mnoge kritične izazove za planiranje mreže, rad, upravljanje i rješavanje problema. Istodobno, generiranje i potrošnja radijskih podataka postaju sve više distribuirani uz stalnu promjenu paradigme od komunikacija usmjerenih na ljude, prema strojno orijentiranim komunikacijama, čineći rad budućih radijskih mreža još složenijim. U... More ublažavanju složenosti budućeg mrežnog rada, novi pristupi inteligentnog korištenja distribuiranih računalnih resursa s poboljšanom svjesnošću konteksta postaju iznimno važni. Zbog toga, novonastala arhitektura, kojoj je cilj distribuciju računalstva, pohrane, kontrole komunikacija i mrežnih funkcija približiti što bliže krajnjim korisnicima, ima veliki potencijal za omogućavanje učinkovitog rada budućih radijskih mreža. Ove obećavajuće vrste arhitektura čine usvajanje principa umjetne inteligencije (engl. Artificial Intelligence), koji uključuju učenje, rasuđivanje i mehanizme donošenja odluka, prirodnim izborom za projektiranje čvrsto integrirane mreže. U tu svrhu, ovaj rad pruža opsežnu analizu korištenja AI koji integrira tehnike strojnog učenja, analize podataka i obrade prirodnog jezika (engl. Natural language processing) za poboljšanje učinkovitosti rada radijske mreže. Opisano sam korištenje ovih tehnika za učinkovito prikupljanje podataka, otkrivanje znanja, planiranje mreže, rad i upravljanje radijskim mrežama sljedeće generacije. Priložena je i kratka studija slučaja koja koristi AI tehnike za ovu mrežu. Less
Abstract (english)
Next-generation wireless networks (i.e., 5G and beyond), which will be extremely dynamic and complex due to the ultra-dense deployment of heterogeneous networks, pose many critical challenges for network planning, operation, management, and troubleshooting. At the same time, the generation and consumption of wireless data are becoming increasingly distributed with an ongoing paradigm shift from people-centric to machine-oriented communications, making the operation of future wireless... More networks even more complex. In mitigating the complexity of future network operations, new approaches to intelligently utilizing distributed computational resources with improved context awareness become extremely important. In this regard, the emerging fog (edge) computing architecture aiming to distribute computing, storage, control, communication, and networking functions closer to end users, has great potential for enabling the efficient operation of future wireless networks. These promising architectures make the adoption of artificial intelligence (AI) principles, which incorporate learning, reasoning, and decision-making mechanisms, natural choices for designing a tightly integrated network. To this end, this article provides a comprehensive survey on the utilization of AI integrating machine learning, data analytics, and natural language processing (NLP) techniques for enhancing the efficiency of wireless network operation. The utilization of these techniques is described for efficient data acquisition, knowledge discovery, network planning, operation, and management of next-generation wireless networks. A brief case study utilizing the AI techniques for this network has also been provided. Keywords: Artificial (machine) intelligence, context Less
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:155:350025
Study programmeTitle: Applied Computer Science / Information Management
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2022-09-29 10:24:15
accessibility

closeAccessibilityrefresh

If you wish to permanently save changes, click on Save, if not - your settings will be reset when you restart the browser.