Examen de grado de maestría

Patricia Perdomo Reyes

Fecha: 24 de enero, 2025

Resumen:

La transmisión de información ha crecido exponencialmente con el avance de la tecnología digital, impulsada por la proliferación de dispositivos conectados, plataformas en línea y la quinta generación de redes móviles. Este incremento en el uso de dispositivos inalámbricos resalta la necesidad de una estimación precisa de la atenuación de la señal electromagnética para asegurar una conectividad óptima y una alta calidad de servicio. Los modelos tradicionales para la predicción de pérdidas por propagación en interiores, desarrollados hace décadas, pueden no ajustarse adecuadamente a los cambios en la construcción y tecnología de los recintos modernos. Este trabajo de tesis explora cómo las técnicas de regresión basadas en aprendizaje automático realizan estas predicciones, comparando su efectividad con las de los modelos tradicionales. Para ello, se llevaron a cabo varias campañas de medición dentro de diferentes entornos a 3.5 GHz y se compararon los resultados de los modelos utilizando métricas de evaluación como R^2, RMSE y MAE. Los resultados revelaron que los enfoques basados en inteligencia artificial, especialmente los modelos de Bosques Aleatorios y Gradient Boosting, lograron una mayor precisión en la predicción de pérdidas de señal.