Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Silva, João Mello da | - |
Autor(es): dc.creator | Kapp, Angelita Fleig | - |
Data de aceite: dc.date.accessioned | 2024-10-23T16:20:54Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T16:20:54Z | - |
Data de envio: dc.date.issued | 2010-01-11 | - |
Data de envio: dc.date.issued | 2010-01-11 | - |
Data de envio: dc.date.issued | 2010-01-11 | - |
Data de envio: dc.date.issued | 2007-12-14 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/3092 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/906115 | - |
Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2007. | - |
Descrição: dc.description | O planejamento e o dimensionamento de recursos, tanto humanos quanto materiais, devem estar suportados por dados que facilitem a sua execução e garantam uma assertividade mínima suficiente em seus resultados. Este trabalho trata deste e outros assuntos relacionados à predição do período - com a melhor assertividade possível - em que se deve migrar o transporte dos atuais serviços de conexão de redes, hoje suportados por redes totalmente Determinísticas, para redes Estatísticas. Esta estimativa de período será feita a partir de uma rede Neural de aprendizado Hebbiano, baseada na Transformada de Karhunen-Loève onde dados de evolução de flexibilidade, custo, confiabilidade e eficiência são comparados para redes IP (Internet Protocol) e redes não IP e o cruzamento destas duas curvas estima uma data onde os citados custo, confiabilidade e eficiência serão melhores para as redes baseadas em IP. __________________________________________________________________________________________ ABSTRACT | - |
Descrição: dc.description | The human and material resources planning must be supported by data that makes this task easier and they must be as correct as possible. This work, based in this directive, tries to predict a period that the service transportation will migrate fro TDM (Time Division Multiplex) to IP (Internet Protocol) based Networks. This period estimate will use a Hebbian Learning Neural Network, based on Karhunen- Loève Transform where the flexibility evolution data, cost, trustworthiness and efficiency are compared for IP Networks and Non-IP Networks. The crossing of these two curves esteems a cited date where flexibility, cost, trustworthiness and efficiency will be better for IP based networks | - |
Descrição: dc.description | Faculdade de Tecnologia (FT) | - |
Descrição: dc.description | Departamento de Engenharia Elétrica (FT ENE) | - |
Descrição: dc.description | Programa de Pós-Graduação em Engenharia Elétrica | - |
Formato: dc.format | application/pdf | - |
Direitos: dc.rights | Acesso Aberto | - |
Palavras-chave: dc.subject | Internet | - |
Palavras-chave: dc.subject | Redes de computação | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Telecomunicações | - |
Palavras-chave: dc.subject | TCP/IP (Protocolo de rede de computação) | - |
Título: dc.title | Aplicação de redes neurais à migração de serviços de telecomunicações de redes legadas para redes IP | - |
Título: dc.title | Migration of telecommunications services from legacy network to IP networks using a neural network application | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: