Modelação de indicadores numa rede GPON: gestão de capacidade de recursos

Detalhes bibliográficos
Autor(a) principal: Gonçalves, Ana Luísa Abreu
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10773/37166
Resumo: As séries temporais estão constantemente presentes no nosso dia a dia nas mais diversas áreas de interesse. Para compreender melhor o comportamento de qualquer série, recorre-se às diversas metodologias desenvolvidas ao longo dos anos. Atualmente, existe um elevado nível de confiança em modelos de previsão com vista a criar dashboards que melhorem a compreensão e análise de previsões futuras. Num contexto de telecomunicações, não é exceção a relevância que a modelação e previsão de um conjunto de dados pode ter. O presente Relatório é fruto do estágio desenvolvido na empresa Altice Labs, onde tiveram lugar tarefas de modelação dos dados feitas seguindo modelos ARMA, métodos de alisamento exponencial e modelos espaço-temporais. É exigido um certo cumprimento da metodologia e suas condições. Posto isto, resta realizar a previsão em si com o modelo adequado anteriormente. Validar o modelo e analisar se a previsão é adequada são os últimos passos essenciais para que possamos afirmar que é possível realizar uma previsão. Neste trabalho, foi desenvolvido um conjunto de dashboards os quais para algumas empresas são ponto de interesse para mostrar aos seus clientes como ´e o que os seus produtos estão a se comportar. Trabalhando com dados que remetem a diferentes localizações podemos usufruir ainda de modelos cujo foco acresce à componente temporal, uma componente espacial – modelos STARMA.
id RCAP_8888270e5226229f1cab447186a5ce15
oai_identifier_str oai:ria.ua.pt:10773/37166
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelação de indicadores numa rede GPON: gestão de capacidade de recursosGPONTelecomunicaçõesSéries temporaisTaxa de ocupaçãoPrevisãoARMAETSSTARMAAs séries temporais estão constantemente presentes no nosso dia a dia nas mais diversas áreas de interesse. Para compreender melhor o comportamento de qualquer série, recorre-se às diversas metodologias desenvolvidas ao longo dos anos. Atualmente, existe um elevado nível de confiança em modelos de previsão com vista a criar dashboards que melhorem a compreensão e análise de previsões futuras. Num contexto de telecomunicações, não é exceção a relevância que a modelação e previsão de um conjunto de dados pode ter. O presente Relatório é fruto do estágio desenvolvido na empresa Altice Labs, onde tiveram lugar tarefas de modelação dos dados feitas seguindo modelos ARMA, métodos de alisamento exponencial e modelos espaço-temporais. É exigido um certo cumprimento da metodologia e suas condições. Posto isto, resta realizar a previsão em si com o modelo adequado anteriormente. Validar o modelo e analisar se a previsão é adequada são os últimos passos essenciais para que possamos afirmar que é possível realizar uma previsão. Neste trabalho, foi desenvolvido um conjunto de dashboards os quais para algumas empresas são ponto de interesse para mostrar aos seus clientes como ´e o que os seus produtos estão a se comportar. Trabalhando com dados que remetem a diferentes localizações podemos usufruir ainda de modelos cujo foco acresce à componente temporal, uma componente espacial – modelos STARMA.Time series are constantly present in our daily lives in the most diverse areas of interest. To better understand the behavior of any series, we use the different methodologies developed over the years. Currently, there is a high level of confidence in forecasting models in order to create dashboards that improve the understanding and analysis of future forecasts. In a telecommunications’ context, the relevance that the modeling and prediction of a data set can have is no exception. This Report is the result of the internship developed at the company, where data modeling tasks were carried out following ARMA models, exponential smoothing methods and spatio-temporal models. A certain compliance with the methodology and its conditions is required. That said, it remains to perform the prediction itself with the appropriate model previously. Validating the model and analyzing whether the prediction is adequate are the last essential steps so that we can say that it is possible to make a prediction. In this work, a set of dashboards was developed, which for some companies are a point of interest to show their customers how their products are behaving. Working with data that refer to different locations, we can also take advantage of models whose focus adds to the temporal component, a spatial component – STARMA models.2023-04-18T14:00:35Z2022-12-15T00:00:00Z2022-12-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/37166porGonçalves, Ana Luísa Abreuinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-22T12:11:19Zoai:ria.ua.pt:10773/37166Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:07:39.344504Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
title Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
spellingShingle Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
Gonçalves, Ana Luísa Abreu
GPON
Telecomunicações
Séries temporais
Taxa de ocupação
Previsão
ARMA
ETS
STARMA
title_short Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
title_full Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
title_fullStr Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
title_full_unstemmed Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
title_sort Modelação de indicadores numa rede GPON: gestão de capacidade de recursos
author Gonçalves, Ana Luísa Abreu
author_facet Gonçalves, Ana Luísa Abreu
author_role author
dc.contributor.author.fl_str_mv Gonçalves, Ana Luísa Abreu
dc.subject.por.fl_str_mv GPON
Telecomunicações
Séries temporais
Taxa de ocupação
Previsão
ARMA
ETS
STARMA
topic GPON
Telecomunicações
Séries temporais
Taxa de ocupação
Previsão
ARMA
ETS
STARMA
description As séries temporais estão constantemente presentes no nosso dia a dia nas mais diversas áreas de interesse. Para compreender melhor o comportamento de qualquer série, recorre-se às diversas metodologias desenvolvidas ao longo dos anos. Atualmente, existe um elevado nível de confiança em modelos de previsão com vista a criar dashboards que melhorem a compreensão e análise de previsões futuras. Num contexto de telecomunicações, não é exceção a relevância que a modelação e previsão de um conjunto de dados pode ter. O presente Relatório é fruto do estágio desenvolvido na empresa Altice Labs, onde tiveram lugar tarefas de modelação dos dados feitas seguindo modelos ARMA, métodos de alisamento exponencial e modelos espaço-temporais. É exigido um certo cumprimento da metodologia e suas condições. Posto isto, resta realizar a previsão em si com o modelo adequado anteriormente. Validar o modelo e analisar se a previsão é adequada são os últimos passos essenciais para que possamos afirmar que é possível realizar uma previsão. Neste trabalho, foi desenvolvido um conjunto de dashboards os quais para algumas empresas são ponto de interesse para mostrar aos seus clientes como ´e o que os seus produtos estão a se comportar. Trabalhando com dados que remetem a diferentes localizações podemos usufruir ainda de modelos cujo foco acresce à componente temporal, uma componente espacial – modelos STARMA.
publishDate 2022
dc.date.none.fl_str_mv 2022-12-15T00:00:00Z
2022-12-15
2023-04-18T14:00:35Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10773/37166
url http://hdl.handle.net/10773/37166
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137731140386816