Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/11170
Title: Πρόβλεψη της διάχυσης τεχνολογιών οπτικής πρόσβασης με χρήση μοντέλων ετεροσυσχέτισης και γενετικού προγραμματισμού
Other Titles: Forecasting the penetration of optic access technologies using cross correlation models and genetic programming
Authors: Γκίλλας, Αλέξανδρος
Keywords: Οπτικές ίνες
Γενετικός προγραμματισμός
Διάχυση τεχνολογίας
Keywords (translated): Optical fibers
Genetic programming
Diffusion technology
Abstract: Σκοπός της παρούσας διπλωματικής εργασίας καθίσταται η ανάπτυξη ενός μοντέλου ετεροσυσχέτισης για την πρόβλεψη της διάχυσης των οπτικών δικτυών. Αξιοποιώντας την δυναμική του machine learning το μοντέλο υλοποιήθηκε μέσω του γενετικού προγραμματισμού. Συσχετίζοντας μακροοικονομικούς δείκτες με την ανάπτυξη των οπτικών δικτύων το μοντέλο παράγει αποτελέσματα με χαμηλό στατιστικό σφάλμα. Πριν από την ανάπτυξη του γενετικού μοντέλου πραγματοποιείται μια διεισδυτική ανάλυση των οπτικών ινών και των δικτύων FTTx. Στο τέλος γίνεται η παρουσίαση του μοντέλου και η σύγκριση της απόδοσης του με την απόδοση των μοντέλων Logistic, Gompertz και Bass.
Abstract (translated): The aim of the current study was to develop a cross-correlation model in order to predict the diffusion of the optical networks. Utilizing the dynamics of machine learning, the model was implemented through the genetic programming. By correlating macroeconomic indicators with the development of fiber optic networks, the model was capable of generating outcomes with low statistic error. Prior to elaborating the genetic model, a penetrating analysis of the optical fibers and the FTTx networks, was achieved. Ultimately, the model was presented and its efficiency was compared with the performance of Logistic, Gompertz and Bass models.
Appears in Collections:Τμήμα Ηλεκτρολ. Μηχαν. και Τεχνολ. Υπολογ. (ΔΕ)

Files in This Item:
File Description SizeFormat 
Nemertes_Gkillas(ele).pdf4.06 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.