DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/23389
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorUbilla González, Ricardo Xavier-
dc.contributor.authorDel Pozo Garay, Andrea Alma-
dc.date.accessioned2024-09-27T00:59:52Z-
dc.date.available2024-09-27T00:59:52Z-
dc.date.issued2024-09-03-
dc.identifier.urihttp://repositorio.ucsg.edu.ec/handle/3317/23389-
dc.descriptionEl trabajo de integración curricular proporciona un análisis de rendimiento completo y detallado de los puertos 4G y 5G utilizando computación neuromórfica implementada en MATLAB. A través de una implementación práctica, el estudio muestra cómo la computación neuromórfica puede mejorar la eficiencia energética y la eficiencia de la transferencia de datos a dispositivos de alta calidad y bajo costo. Los estudios utilizan estándares de relación señal-ruido (SNR) para evaluar el rendimiento en factores clave como la tasa de error de bits (BER), el tiempo de procesamiento y la latencia. La investigación es de gran relevancia para la expansión de las redes 4G y el desarrollo de futuros productos 5G. Se utiliza un modelado detallado para centrarse en las diferencias significativas de rendimiento entre los beneficios de las dos soluciones. Este trabajo realiza importantes contribuciones al concepto y la formación de los teléfonos, proporcionando información valiosa para determinar la potencia y el potencial de rendimiento utilizando tecnologías avanzadas de inteligencia artificial. El análisis proporciona una comprensión clara de los beneficios y limitaciones de las restricciones 4G y 5G que impulsan el desarrollo de la tecnología móvil.en_US
dc.description.abstractThe curricular integration work provides a comprehensive and detailed performance analysis of 4G and 5G ports using neuromorphic computing implemented in MATLAB. Through practical implementation, the study shows how neuromorphic computing can improve energy efficiency and data transfer efficiency to high-quality, low-cost devices. Studies use signal-to-noise ratio (SNR) standards to evaluate performance on key factors such as bit error rate (BER), processing time, and latency. The research is of great relevance for the expansion of 4G networks and the development of future 5G products. Detailed modeling is used to focus on the significant performance differences between the benefits of the two solutions. This work makes important contributions to the concept and formation of phones, providing valuable information to determine power and performance potential using advanced artificial intelligence technologies. The analysis provides a clear understanding of the benefits and limitations of 4G and 5G restrictions driving the development of mobile technology.en_US
dc.formatapplication/pdfen_US
dc.language.isospaen_US
dc.publisherUniversidad Católica de Santiago de Guayaquilen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/en_US
dc.subjectREDES INALÁMBRICASen_US
dc.subjectCOMUNICACIONES MÓVILESen_US
dc.subjectINGENIERÍA NEUROMÓRFICAen_US
dc.subjectRED NEURONALen_US
dc.subjectFIBRA ÓPTICAen_US
dc.titleAnálisis comparativo de la eficiencia de redes 4g y 5g mediante computación neuromórfica en MATLAB.en_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
Aparece en las colecciones: Trabajos de Titulación - Carrera de Ingeniería en Telecomunicaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UCSG-C431-22935.pdf1,35 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons