Dissertação

Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional

This paper proposes the use of computational intelligence techniques aiming to identify and estimate the noise power in Digital Subscriber Line (DSL) networks on real time. A methodology based on Knowledge Discovery in Databases (KDD) for detect and estimate noise in real time, was used. KDD is appl...

ver descrição completa

Autor principal: FARIAS, Fabrício de Souza
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Pará 2013
Assuntos:
Acesso em linha: http://repositorio.ufpa.br/jspui/handle/2011/3380
id ir-2011-3380
recordtype dspace
spelling ir-2011-33802021-09-06T13:41:04Z Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional FARIAS, Fabrício de Souza COSTA, João Crisóstomo Weyl Albuquerque http://lattes.cnpq.br/9622051867672434 Rede DSL (Linhas do assinante digital) Processo KDD (Processo de descoberta do conhecimento em bases de dados) Identificação de ruídos Estimação de ruídos DSL (Digital subscriber line) networks Noise identification Noise estimation KDD (Knowledge discovery in databases) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS This paper proposes the use of computational intelligence techniques aiming to identify and estimate the noise power in Digital Subscriber Line (DSL) networks on real time. A methodology based on Knowledge Discovery in Databases (KDD) for detect and estimate noise in real time, was used. KDD is applied to select, pre-process and transform data before data mining step. For noise identification the traditional backpropagation algorithm based on Artificial Neural Networks (ANN) is applied aiming to identify the predominant noise during the collection of information from the user's modem and the DSL Access Multiplexer (DSLAM). While the algorithm for noise estimation, linear regression and a hybrid algorithm consisting of Fuzzy with linear regression are applied to estimate the noise power in Watts. Results show that the use of computational intelligence algorithms such as RNA are promising for noise identification in DSL networks, and algorithms such as linear regression and fuzzy with linear regression (FRL) are promising for noise estimation in DSL networks. CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico Este trabalho propõe a utilização de técnicas de inteligência computacional objetivando identificar e estimar a potencia de ruídos em redes Digital Subscriber Line ou Linhas do Assinante Digital (DSL) em tempo real. Uma metodologia baseada no Knowledge Discovery in Databases ou Descobrimento de Conhecimento em Bases de Dados (KDD) para detecção e estimação de ruídos em tempo real, foi utilizada. KDD é aplicado para selecionar, pré-processar e transformar os dados antes da etapa de aplicação dos algoritmos na etapa de mineração de dados. Para identificação dos ruídos o algoritmo tradicional backpropagation baseado em Redes Neurais Artificiais (RNA) é aplicado objetivando identificar o tipo de ruído em predominância durante a coleta das informações do modem do usuário e da central. Enquanto, para estimação o algoritmo de regressão linear e o algoritmo híbrido composto por Fuzzy e regressão linear foram aplicados para estimar a potência em Watts de ruído crosstalk ou diafonia na rede. Os resultados alcançados demonstram que a utilização de algoritmos de inteligência computacional como a RNA são promissores para identificação de ruídos em redes DSL, e que algoritmos como de regressão linear e Fuzzy com regressão linear (FRL) são promissores para a estimação de ruídos em redes DSL. 2013-01-25T12:21:25Z 2013-01-25T12:21:25Z 2012-01-25 Dissertação FARIAS, Fabrício de Souza. Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional. Orientador: João Crisóstomo Weyl Albuquerque Costa, 2012. 64 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2012. disponível em: http://repositorio.ufpa.br/jspui/handle/2011/3380. Acesso em:. http://repositorio.ufpa.br/jspui/handle/2011/3380 por Acesso Aberto application/pdf Universidade Federal do Pará Brasil Instituto de Tecnologia UFPA Programa de Pós-Graduação em Engenharia Elétrica
institution Repositório Institucional - Universidade Federal do Pará
collection RI-UFPA
language por
topic Rede DSL (Linhas do assinante digital)
Processo KDD (Processo de descoberta do conhecimento em bases de dados)
Identificação de ruídos
Estimação de ruídos
DSL (Digital subscriber line) networks
Noise identification
Noise estimation
KDD (Knowledge discovery in databases)
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
spellingShingle Rede DSL (Linhas do assinante digital)
Processo KDD (Processo de descoberta do conhecimento em bases de dados)
Identificação de ruídos
Estimação de ruídos
DSL (Digital subscriber line) networks
Noise identification
Noise estimation
KDD (Knowledge discovery in databases)
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
FARIAS, Fabrício de Souza
Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
topic_facet Rede DSL (Linhas do assinante digital)
Processo KDD (Processo de descoberta do conhecimento em bases de dados)
Identificação de ruídos
Estimação de ruídos
DSL (Digital subscriber line) networks
Noise identification
Noise estimation
KDD (Knowledge discovery in databases)
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAIS
description This paper proposes the use of computational intelligence techniques aiming to identify and estimate the noise power in Digital Subscriber Line (DSL) networks on real time. A methodology based on Knowledge Discovery in Databases (KDD) for detect and estimate noise in real time, was used. KDD is applied to select, pre-process and transform data before data mining step. For noise identification the traditional backpropagation algorithm based on Artificial Neural Networks (ANN) is applied aiming to identify the predominant noise during the collection of information from the user's modem and the DSL Access Multiplexer (DSLAM). While the algorithm for noise estimation, linear regression and a hybrid algorithm consisting of Fuzzy with linear regression are applied to estimate the noise power in Watts. Results show that the use of computational intelligence algorithms such as RNA are promising for noise identification in DSL networks, and algorithms such as linear regression and fuzzy with linear regression (FRL) are promising for noise estimation in DSL networks.
author_additional COSTA, João Crisóstomo Weyl Albuquerque
author_additionalStr COSTA, João Crisóstomo Weyl Albuquerque
format Dissertação
author FARIAS, Fabrício de Souza
title Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
title_short Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
title_full Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
title_fullStr Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
title_full_unstemmed Identificação e estimação de ruído em redes DSL: uma abordagem baseada em inteligência computacional
title_sort identificação e estimação de ruído em redes dsl: uma abordagem baseada em inteligência computacional
publisher Universidade Federal do Pará
publishDate 2013
url http://repositorio.ufpa.br/jspui/handle/2011/3380
_version_ 1832603897191989248
score 11.755432