Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/261735
Full metadata record
DC FieldValueLanguage
dc.contributor.CRUESPUNIVERSIDADE ESTADUAL DE CAMPINASpt_BR
dc.identifier(Broch.)pt_BR
dc.descriptionOrientador: Dalton Soares Arantespt_BR
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computaçãopt_BR
dc.format.extent139f. : il.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.typeDISSERTAÇÃOpt_BR
dc.titlePredição de trafego auto-similar em redes de faixa largapt_BR
dc.contributor.authorCarvalho, Marcelo Menezes dept_BR
dc.contributor.advisorArantes, Dalton Soares, 1946-pt_BR
dc.contributor.institutionUniversidade Estadual de Campinas. Faculdade de Engenharia Elétrica e de Computaçãopt_BR
dc.contributor.nameofprogramPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.subjectFractaispt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectRedes locais de computaçãopt_BR
dc.subjectEstimativa de parâmetropt_BR
dc.subjectPrevisão estatísticapt_BR
dc.description.abstractResumo: Este trabalho tem como objetivo estudar os modelos e a predição de tráfego com características auto-similares (fractais) em redes de comunicações de faixa larga, como por exemplo, a rede ATM (Asynchronous Transfer Mode). Para isto, são estudados os principais modelos de processos estocásticos auto-similares, bem como os métodos utilizados para estimação do grau de auto-similaridade de uma série temporal. São também estudadas as principais conseqüências do fenômeno da auto-similaridade no problema da predição, estimação e controle do tráfego em redes de alta velocidade. Para fins de predição, avalia-se o uso de preditores lineares (filtros FIR) e não-lineares, estes últimos representados pelas redes neurais do tipo perceptron multicamadas FIR e Redes de Funções de Base Radiais (Radial Basis Function). A eficácia dos preditores estudados é analisada através da predição de tráfego real de redes locais Ethernet. Além disso, propõe-se um algoritmo adaptativo, baseado no algoritmo EM (Expectation- Maximization), para estimação dos parâmetros de uma mistura de densidades Gaussianaspt
dc.description.abstractAbstract: The purpose of this work is to study the modeling and predietion of self-similar traffie signals in broadband telecommunications networks (ATM networks, for example). With this in mind, we study the main models of self-similar random processes, as well as the estimation methods for the degree of self-similarity of time series. We also study the eonsequenees of statistic self-similarity in problems like prediction, estimation and traffie control in high-speed networks. For the particular case of prediction, we investigate the use of linear FIR filters and non-linear predietors, the latter being represented by FIR multilayer perceptron and by Radial Basis Function (RBF) neural networks. The performanee of predictors is evaluated with real LAN Ethernet traffie. Finally, we propose an adaptive algorithm, based on the EM algorithm (Expectation-Maximization), for real time estimation of the parameters of a mixture of Gaussian densitiesen
dc.publisher[s.n.]pt_BR
dc.date.issued1998pt_BR
dc.identifier.citationCARVALHO, Marcelo Menezes de. Predição de trafego auto-similar em redes de faixa larga. 1998. 139f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação, Campinas, [SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/261735>. Acesso em: 23 jul. 2018.pt_BR
dc.description.degreelevelMestradopt_BR
dc.description.degreenameMestre em Engenharia Elétricapt_BR
dc.date.defense1998-07-07T00:00:00Zpt_BR
dc.date.available2018-07-23T20:24:16Z-
dc.date.accessioned2018-07-23T20:24:16Z-
dc.description.provenanceMade available in DSpace on 2018-07-23T20:24:16Z (GMT). No. of bitstreams: 1 Carvalho_MarceloMenezesde_M.pdf: 9696779 bytes, checksum: da449103276f368a5cd5176ae741aeca (MD5) Previous issue date: 1998en
dc.identifier.urihttp://repositorio.unicamp.br/jspui/handle/REPOSIP/261735-
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Carvalho_MarceloMenezesde_M.pdf9.47 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.