1. Repositorio CYT
2. Ingeniería
3. Investigaciones

Autor(es):	Caiafa, Marcelo Dante Aurelio, Ariel Rodrigo Bevilacqua, Alejandro Baner, Deborah Yanina
Título:	Automatización de servicios de telecomunicaciones con Machine Learning
Director(es):	Caiafa, Marcelo Dante Aurelio, Ariel Rodrigo
Descriptores y temas:	PROCESAMIENTO DE DATOS SISTEMAS EXPERTOS INTELIGENCIA ARTIFICIAL ANALISIS DE DATOS INTERCAMBIO ELECTRONICO DE DATOS SISTEMAS DE COMUNICACION
Editor:	Universidad Nacional de La Matanza
Referencia sugerida:	Caiafa, M. D., Aurelio, A. R., Bevilacqua, A. y Baner, D. Y. (2022). Automatización de servicios de telecomunicaciones con Machine Learning (Informe C2ING92). Universidad Nacional de La Matanza. http://repositoriocyt.unlam.edu.ar/handle/123456789/2218
Resumen y filiaciones:	La transformación digital viene generando en los últimas décadas profundos cambios en la forma de producir y comercializar bienes y servicios. En este contexto, los procesos de digitalización suponen modificaciones en la cultura y en los modelos de negocio de las organizaciones. Con esto surgen nuevos canales, productos y servicios, enmarcados en estrategias digitales de comercialización. Como motor de esta transformación se destacan las tecnologías de Big Data para el almacenamiento de datos masivos provenientes de múltiples fuentes, y Machine Learning que habilitan a los sistemas de información a la interpretación de la información en grandes cantidades con diversos fines aplicables a cualquier empresa, por ejemplo: mejorar la experiencia del cliente, incrementar la eficiencia en procesos productivos, encontrar nuevas oportunidades de negocio, etc. La generación de información a partir del gran volumen de datos representa un gran valor para las organizaciones. Su capacidad para generar información relevante a partir de la explotación de datos en forma masiva es posible mediante la utilización de herramientas de Inteligencia artificial. El aprendizaje automático es un método de análisis de datos que automatiza la construcción de modelos analíticos. Es una rama de la inteligencia artificial basada en la idea de que los sistemas pueden aprender de los datos, identificar patrones y tomar decisiones con la mínima intervención humana. El objetivo del trabajo es utilizar una plataforma de Machine Learning de código abierto para automatizar procesos directamente relacionados con servicios soportados por sistemas de comunicaciones. Este trabajo pretende aprovechar la disponibilidad de la gran cantidad de datos existente en distintas plataformas de telecomunicaciones. Su adecuado procesamiento permite generar información relevante para mejorar la eficiencia y el riesgo operativo de la infraestructura de comunicaciones. Se trata de la continuación de un trabajo de investigación anterior que permitió la generación de un tablero de comando a partir de la generación de una serie de indicadores. En este caso ahora se trata de otorgar capacidades de predicción y toma de decisiones programadas a partir de los indicadores de las variables consignadas en los tableros. Mediante la utilización de herramientas de aprendizaje automático se pretende la automatización de procesos vinculados a la tecnología de la información Se pretende determinar patrones de tráfico en forma autónoma para detectar comportamientos anómalos, monitoreo de la calidad de los servicios de comunicaciones que posibilitan su restablecimiento sin intervención de un operador humano. El estudio pretende aportar valor al proceso de toma de decisiones y gestión de activos como infraestructura y privacidad de datos para mejorar la eficiencia de distintos procesos operativos en las tecnologías de la información. Fil: Caiafa, Marcelo Dante. Universidad Nacional de La Matanza; Argentina. Fil: Aurelio, Ariel Rodrigo. Universidad Nacional de La Matanza; Argentina. Fil: Bevilacqua, Alejandro. Universidad Nacional de La Matanza; Argentina. Fil: Baner, Deborah Yanina. Universidad Nacional de La Matanza; Argentina.
URI:	http://repositoriocyt.unlam.edu.ar/handle/123456789/2218
Aparece en las colecciones:	Investigaciones

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.