Please use this identifier to cite or link to this item: http://repositorio.udec.cl/jspui/handle/11594/2889
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorThraves, Christopher , supervisor de grado
dc.contributor.advisorNiklitschek Soto, Sebastian , supervisor de grado
dc.contributor.authorÁvila Cartes, Jorge Eduardo
dc.date.accessioned2018-08-01T18:34:17Z
dc.date.accessioned2019-11-28T15:52:12Z-
dc.date.available2018-08-01T18:34:17Z
dc.date.available2019-11-28T15:52:12Z-
dc.date.issued2018
dc.identifier.other236376
dc.identifier.urihttp://repositorio.udec.cl/jspui/handle/11594/2889-
dc.descriptionIngeniero Civil Matemático Universidad de Concepción 2018es
dc.description.abstractEn el presente trabajo estudiamos el problema de encaminamiento en redes de comunicación utilizando el modelo de Aprendizaje y Predicción con Ayuda de Expertos, incorporando el supuesto de que los caminos presentes puedan fallar. Efectuamos una presentación del modelo y su adaptación al problema considerado. Posteriormente introducimos una nueva noción a la cual denominamos ambientes, la cual nos permite modelar la aparición de los fallos en los caminos (llamados también expertos). Estudiamos qué ocurre con los predictores (cualquiera sea) cuando actúan bajo estos supuestos de fallo. En particular, mostramos cotas para el valor esperado de fallos de predictores que actúan bajo los ambientes probabilista y markoviano, además de mostrar, en casos específicos donde las probabilidades de fallo se mantienen constantes en el tiempo para cada experto, que el valor esperado de fallos se obtiene explícitamente y es independiente del predictor considerado. En una siguiente etapa, estudiamos los predictores PUNIF y FTPL, y mostramos cotas para los valores esperado de fallo en los distintos ambientes, para luego dar paso a nuevos predictores definidos por nosotros, MFTPL probabilista y MFTPL markoviano, que corresponden a una generalización del predictor FTPL, pero que buscan utilizar la información de la aparición de los fallos bajo un ambiente probabilista y markoviano, respectivamente. Finalizamos esta etapa resumiendo todas las cotas encontradas para los predictores mencionados. Para finalizar el trabajo, sometemos a todos los predictores estudiados a simulaciones numéricas bajo ambientes adversarial, probabilista y markoviano, además de datos reales facilitados por el proyecto PANACEA. En estos experimentos se evidencia que el mejor predictor es MFTPL markoviano, quien generaliza el comportamiento de MFTPL probabilista en todos los ambientes.es
dc.language.isoeses
dc.publisherUniversidad de Concepción . Facultad de Ciencias Físicas y Matemática. Departamento de Ingeniería Matemáticaes
dc.subjectRedes de Computadores - Fallas - Modelos Matemáticoses
dc.subjectFallas en los Sistemas (Ingeniería) - Modelos Matemáticoses
dc.subjectSistemas Expertos (Ciencia de la Computación)es
dc.subjectAlgoritmos Computacionaleses
dc.titleDiseño y análisis de algoritmos para encaminamiento en redes de comunicación con falloses
dc.typeTesises
Appears in Collections:Ingeniería Matemática - Tesis Pregrado

Files in This Item:
File Description SizeFormat 
Tesis_Diseno_y_Analisis_de_Algoritmo.Image.Marked.pdf24,75 MBAdobe PDFThumbnail
View/Open


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