Al giorno d’oggi lo sviluppo di algoritmi di intelligenza artificiale necessita di rispettare degli standard nella qualità dei servizi offerta al fine di garantire un’esperienza che rispecchi le aspettative degli utenti. In questo campo, LSTM è un’ottima scelta come modello di deep learning per effettuare predizioni sulla qualità dei servizi. In questo lavoro di tesi viene effettuata un’analisi approfondita al fine di valutare il livello di qualità dei servizi applicati in campo radiomobile attraverso l’implementazione di modelli LSTM.
STUDIO DI ALGORITMI DI DEEP LEARNING PER LA PREDIZIONE DEL LIVELLO DI QUALITÀ DI SERVIZI MULTIMEDIALI IN RETI RADIOMOBILI
DEFLORIO, ANDREA
2023/2024
Abstract
Al giorno d’oggi lo sviluppo di algoritmi di intelligenza artificiale necessita di rispettare degli standard nella qualità dei servizi offerta al fine di garantire un’esperienza che rispecchi le aspettative degli utenti. In questo campo, LSTM è un’ottima scelta come modello di deep learning per effettuare predizioni sulla qualità dei servizi. In questo lavoro di tesi viene effettuata un’analisi approfondita al fine di valutare il livello di qualità dei servizi applicati in campo radiomobile attraverso l’implementazione di modelli LSTM.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_Triennale_Andrea_Deflorio.pdf
File consultabile da postazioni biblioteca
Descrizione: Tesi triennale di Andrea Deflorio
Dimensione
7.19 MB
Formato
Adobe PDF
|
7.19 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.14253/85698