| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Telekomunikācijas |
| Nosaukums |
Daudzklašu Dziļās Mācīšanās Klasifikators Interneta Trafikam |
| Nosaukums angļu valodā |
Multi-class Deep Learning Classifier for Internet Traffic |
| Struktūrvienība |
13100 Telekomunikāciju institūts |
| Darba vadītājs |
Elans Grabs |
| Recenzents |
A.Ipatovs |
| Anotācija |
Pašreizējam Interneta trafikam piemīt ļoti straujš attīstības temps, it sevišķi kiber-sporta tiešraides un video satura sniedzēju sacensībās, kas vēl vairāk attīsta šādu tendenci. Darbā tiek salīdzināti tiešraides (reāllaika) un pēc pieprasījuma video trafika klasifikācija ar mašīnmācīšanās paņēmienu izmantošanu. Interneta pakalpojumu un video satura sniedzēji var ievērot šīs trafika īpatnības diferencēto servisu nodrošināšanai un datortīkla veiktspējas uzlabošanai. Saskaņā ar eksperimentu rezultātiem, var sasniegt ap 100% precizitāti tiešraides un pēc pieprasījuma trafika klasificēšanā ar mašīnmācīšanās un dziļās apmācīšānas paņēmieniem. Darbā arī tiek apskatīta daudzklašu klasifikācijas problēma, kurā izdevās sasniegta virs 90% precizitāti dažādiem tiešraides video kvalitātes režīmiem, izmantojot dziļās apmācīšanas klasifikatorus. Maģistra darbs satur 175 lpp., 150 avotu atsauces, 57 tabulas un 110 attēlus. |
| Atslēgas vārdi |
Daudzklašu Klasifikācija, Īpatnību Transformācijas, Mašīnmācīšanās Klasifikators, Dziļās Mācīšanās Klasifikators |
| Atslēgas vārdi angļu valodā |
Multi-class Classification, Feature Transformation, Machine Learning Classifier, Deep Learning Classifier |
| Valoda |
eng |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
30.05.2021 15:21:43 |
