Koneoppiminen tietoverkoissa

Show simple item record

dc.contributor Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta fi
dc.contributor University of Helsinki, Faculty of Science en
dc.contributor Helsingfors universitet, Matematisk-naturvetenskapliga fakulteten sv
dc.contributor.author Lehikoinen, Ilkka
dc.date.issued 2019
dc.identifier.uri URN:NBN:fi:hulib-202003241632
dc.identifier.uri http://hdl.handle.net/10138/313580
dc.description.abstract 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. fi
dc.language.iso fin
dc.publisher Helsingin yliopisto fi
dc.publisher University of Helsinki en
dc.publisher Helsingfors universitet sv
dc.title Koneoppiminen tietoverkoissa fi
dc.type.ontasot pro gradu -tutkielmat fi
dc.type.ontasot master's thesis en
dc.type.ontasot pro gradu-avhandlingar sv
dc.subject.discipline Tietojenkäsittelytiede und
dct.identifier.urn URN:NBN:fi:hulib-202003241632

Files in this item

Total number of downloads: Loading...

Files Size Format View
Lehikoinen_Ilkka_Pro_gradu_2019.pdf 373.1Kb PDF View/Open

This item appears in the following Collection(s)

Show simple item record