Koneoppiminen tietoverkoissa

Näytä kaikki kuvailutiedot



Pysyväisosoite

http://urn.fi/URN:NBN:fi:hulib-202003241632
Julkaisun nimi: Koneoppiminen tietoverkoissa
Tekijä: Lehikoinen, Ilkka
Muu tekijä: Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta
Julkaisija: Helsingin yliopisto
Päiväys: 2019
Kieli: fin
URI: http://urn.fi/URN:NBN:fi:hulib-202003241632
http://hdl.handle.net/10138/313580
Opinnäytteen taso: pro gradu -tutkielmat
Oppiaine: Tietojenkäsittelytiede
Tiivistelmä: Internetin kasvun myötä lisääntynyt tietoliikenne tuottaa vaikeuksia tietoverkkojen tehokkaaseen ja luotettavaan hallinnointiin. Tietoverkoissa liikkuu paljon dataa, minkä lisäksi verkkolaitteissa myös syntyy paljon dataa. Tietoverkoissa liikkuvaa ja syntyvää dataa hyödynnetään tietoverkkojen tehokkaassa hallinnoinnissa, mutta liikennemäärien kasvaessa tarvitaan automaattisia menetelmiä hallinnointidatan käsittelyyn. Koneoppiminen on useasta eri menetelmästä koostuva tekoälyn ala, jossa datasta oppiminen automatisoidaan. Koneoppimista hyödynnetään tietoverkkojen hallinnoinnissa usealla eri tavalla. Tietoverkkojen hallinnointiin liittyviä tehtäviä voidaan yksinkertaistaa luokitteluksi tai ryhmittelyksi, jolloin näihin voidaan soveltaa useita erilaisia koneoppimismenetelmiä. Tutkielmassa on kirjallisuusanalyysin avulla selvitetty eri koneoppimismenetelmien soveltuvuutta erilaisiin tietoverkon hallinnointiin liittyviin tehtäviin. Tutkimuksessa havaittiin, että eri koneoppimismenetelmiä oli kokeiltu laajalti eri tehtävien ratkaisemiseksi. Useimmat menetelmät ratkaisivat ongelman, mutta käytettävyydessä tai tarkkuudessa löytyi eroja, niin että käyttökelpoisimmiksi luokittelijoiksi osoittautuvat päätöspuut ja neuroverkot.


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
Lehikoinen_Ilkka_Pro_gradu_2019.pdf 373.1KB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot