Polohově orientovaná analýza dat v kontextu optimalizace mobilních sítí

Abstract

Předmětem této práce je polohově orientovaná analýza v kontextu optimalizace mobilních sítí. Popisuje nástroj pro odhadování základních parametrů sítě na místech s neznámými parametry sítě na základě databáze RTR NetTest. Je zde stručně představena oblast velkých dat, strojového učení a shrnutí o konceptu a funkcionalitě aplikace NetTest. Práce ukazuje a porovnává skupinu regresních metod na základě jejich komplexnosti a vhodnosti pro vytvoření map odhadovaných parametrů sítě. Po jejich důkladné 1D analýze je IDW a GPR analyzováno ve 2D a využito pro vytvoření skupiny map odhadu parametrů sítě. Je posouzena i jejich přesnost na základě referenčního měření aplikací NetTest.This thesis deals with the location aware analytics in the context of mobile network performance optimization. A tool which estimates initial network parameters in the location with unknown network performance based on RTR NetTest measurements database is presented. The thesis briefly introduces the topic of big data and machine learning and gives an overview of NetTest application concept and functionality. A set of regression methods is presented and their complexity and suitability for the purposes of coverage maps creation is compared. After their thorough 1D analysis, IDW and GPR are analysed in 2D and used to create a set of estimation maps of network parameters. Evaluation of their accuracy is made based on reference measurements using NetTest application.