La predicción del tráfico en antenas de telecomunicaciones es fundamental para mantener la calidad del servicio y gestionar los recursos de manera eficiente. MásMóvil, una empresa líder en telecomunicaciones en España, enfrenta desafíos en la gestión del tráfico de sus antenas. Especialmente debido a la variedad de características que presentan las distintas series temporales de las antenas. Estas características incluyen estacionariedad, no estacionariedad, irregularidades, falta de datos y la necesidad de gestionar un gran número de antenas. Un análisis preciso y predictivo permite a MásMóvil anticipar posibles sobrecargas e interrupciones del servicio, garantizando una experiencia óptima y continua para los usuarios.
Este trabajo de fin de máster explora el uso de modelos y técnicas avanzadas de análisis de series temporales para predecir el tráfico de antenas de MásMóvil. Esta investigación refleja una colaboración entre la academia y el sector empresarial, combinando la investigación y la innovación con aplicaciones prácticas en un entorno empresarial real.
Abstract:
Forecasting traffic for telecommunications antennas is crucial for maintaining service quality and managing resources efficiently. MásMóvil, a leading telecommunications company in Spain, faces challenges in managing the traffic of its antennas. This is particularly due to the variety of characteristics presented by the different time series of the antennas. These characteristics include stationarity, non-stationarity, irregularities, lack of data, and the need to manage a large number of antennas. Accurate and predictive analysis allows MásMóvil to anticipate possible overloads and service interruptions, ensuring an optimal and continuous experience for users.
This master’s thesis explores the use of advanced time series analysis techniques and models to predict antenna traffic for MásMóvil. This research reflects a collaboration between academia and the business sector, combining research and innovation with practical applications in a real business environment.
La predicción del tráfico en antenas de telecomunicaciones es fundamental para mantener la calidad del servicio y gestionar los recursos de manera eficiente. MásMóvil, una empresa líder en telecomunicaciones en España, enfrenta desafíos en la gestión del tráfico de sus antenas. Especialmente debido a la variedad de características que presentan las distintas series temporales de las antenas. Estas características incluyen estacionariedad, no estacionariedad, irregularidades, falta de datos y la necesidad de gestionar un gran número de antenas. Un análisis preciso y predictivo permite a MásMóvil anticipar posibles sobrecargas e interrupciones del servicio, garantizando una experiencia óptima y continua para los usuarios.
Este trabajo de fin de máster explora el uso de modelos y técnicas avanzadas de análisis de series temporales para predecir el tráfico de antenas de MásMóvil. Esta investigación refleja una colaboración entre la academia y el sector empresarial, combinando la investigación y la innovación con aplicaciones prácticas en un entorno empresarial real.
Abstract:
Forecasting traffic for telecommunications antennas is crucial for maintaining service quality and managing resources efficiently. MásMóvil, a leading telecommunications company in Spain, faces challenges in managing the traffic of its antennas. This is particularly due to the variety of characteristics presented by the different time series of the antennas. These characteristics include stationarity, non-stationarity, irregularities, lack of data, and the need to manage a large number of antennas. Accurate and predictive analysis allows MásMóvil to anticipate possible overloads and service interruptions, ensuring an optimal and continuous experience for users.
This master’s thesis explores the use of advanced time series analysis techniques and models to predict antenna traffic for MásMóvil. This research reflects a collaboration between academia and the business sector, combining research and innovation with practical applications in a real business environment. Read More
Related posts:
An investigation of the price discovery role of futures markets: A dynamic time warping analysis of the United States corn markets
Explorando el Papel Transformador de los Recursos Educativos Digitales en la Promoción de la Conciencia Ambiental: Una revisión sistemática.
Lucidad y su importancia en el desarrollo integral en educación inicial
Factores que determinan la disposición para el aprovechamiento de las TIC en docentes universitarios
Visibilidad de la Supply Chain: integración, colaboración y análisis
Logistica, factor impulsor del éxito empresarial