[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-0-es-110":3,"doc-seo-128443-110":49,"doc-detail-128443-es":124},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37,41,45],{"id":8,"doc_module":4,"doc_module_name":9,"category_name":10,"show_sort_weight":11,"slug":12},39,"Document","Cómic",60,"comic",{"id":14,"doc_module":4,"doc_module_name":9,"category_name":15,"show_sort_weight":11,"slug":16},43,"Estilo de Vida","lifestyle",{"id":18,"doc_module":4,"doc_module_name":9,"category_name":19,"show_sort_weight":11,"slug":20},38,"Examen","exam",{"id":22,"doc_module":4,"doc_module_name":9,"category_name":23,"show_sort_weight":11,"slug":24},44,"General","general",{"id":26,"doc_module":4,"doc_module_name":9,"category_name":27,"show_sort_weight":11,"slug":28},41,"Investigación e Informes","research-report",{"id":30,"doc_module":4,"doc_module_name":9,"category_name":31,"show_sort_weight":11,"slug":32},37,"Literatura","literature",{"id":34,"doc_module":4,"doc_module_name":9,"category_name":35,"show_sort_weight":11,"slug":36},22,"Relatos y Novelas","story-novel",{"id":38,"doc_module":4,"doc_module_name":9,"category_name":39,"show_sort_weight":11,"slug":40},42,"Religión y Espiritualidad","religion-spirituality",{"id":42,"doc_module":4,"doc_module_name":9,"category_name":43,"show_sort_weight":11,"slug":44},40,"Salud y Atención Médica","healthcare",{"id":46,"doc_module":4,"doc_module_name":9,"category_name":47,"show_sort_weight":11,"slug":48},24,"Tecnología","technology",{"code":4,"msg":50,"data":51},"ok",{"site_id":52,"language":53,"slug":54,"title":55,"keywords":56,"description":57,"schema_data":58,"social_meta":117,"head_meta":119,"extra_data":121,"updated_unix":123},110,"es","experimental-coverage-prediction-in-an-lte-network-using-machine-learning-algorithms","Predicción experimental de cobertura en una red LTE - mediante el uso de algoritmos de machine learning","","La investigación desarrolla un enfoque cuasi-experimental para predecir de manera experimental la cobertura de una red Long Term Evolution (LTE) mediante algoritmos de aprendizaje automático. El estudio analiza variables físicas asociadas a la cobertura con mediciones de potencia en condiciones controladas de campo, trazando cuatro rutas y aplicando preprocesamiento, filtrado y modelado matemático clásico. Luego se emplean métodos estadísticos de predicción y modelos ML (Random Forest, Isolation Forest, Multivariable Outliers y densidad) con validación cruzada para estimar el uso de cada celda, comparando resultados con modelos tradicionales y apoyando la toma de decisiones en ingeniería radio.",{"@graph":59,"@context":116},[60,77,99],{"@type":61,"itemListElement":62},"BreadcrumbList",[63,68,71,74],{"item":64,"name":65,"@type":66,"position":67},"https://docshare.wps.com","Home","ListItem",1,{"item":69,"name":9,"@type":66,"position":70},"https://docshare.wps.com/es/document/",2,{"item":72,"name":27,"@type":66,"position":73},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":75,"name":55,"@type":66,"position":76},"https://docshare.wps.com/es/document/experimental-coverage-prediction-in-an-lte-network-using-machine-learning-algorithms/128443/",4,{"url":75,"name":55,"@type":78,"image":79,"author":84,"headline":55,"publisher":87,"fileFormat":90,"inLanguage":53,"description":57,"dateModified":91,"datePublished":92,"encodingFormat":90,"isAccessibleForFree":93,"interactionStatistic":94},"DigitalDocument",{"url":80,"@type":81,"width":82,"height":83},"https://docshare.wps.com/thumbnails/experimental-coverage-prediction-in-an-lte-network-using-machine-learning-algorithms/128443.png","ImageObject",300,407,{"name":85,"@type":86},"Ophelia","Person",{"url":64,"name":88,"@type":89},"DocShare","Organization","application/pdf","2026-09-18","2026-08-05",true,{"@type":95,"interactionType":96,"userInteractionCount":98},"InteractionCounter",{"@type":97},"ViewAction",6,{"@type":100,"mainEntity":101},"FAQPage",[102,108,112],{"name":103,"@type":104,"acceptedAnswer":105},"Cuál es el objetivo del estudio sobre la red LTE?","Question",{"text":106,"@type":107},"Predecir experimentalmente la cobertura de una red Long Term Evolution (LTE) usando algoritmos de machine learning, mediante el análisis de variables asociadas a la cobertura.","Answer",{"name":109,"@type":104,"acceptedAnswer":110},"Cómo se obtiene la información para construir los modelos?",{"text":111,"@type":107},"Se realizan mediciones de potencia en condiciones controladas de campo, trazando cuatro rutas; los datos se evalúan, preprocesan, filtran y se prueban con modelos matemáticos y métodos estadísticos.",{"name":113,"@type":104,"acceptedAnswer":114},"Qué técnicas de aprendizaje automático se usan para la predicción?",{"text":115,"@type":107},"Se emplean Random Forest, Isolation Forest y Multivariable Outliers, además de cuantificación de densidad, para generar modelos que categoricen el uso de cada celda.","https://schema.org",{"og:url":75,"og:type":118,"og:title":55,"og:site_name":88,"og:description":57},"article",{"robots":120,"canonical":75},"index,follow",{"doc_id":122,"site_id":52},128443,1785947745,{"code":4,"msg":5,"data":125},{"doc_id":122,"user_id":126,"nickname":85,"user_avatar":127,"doc_module":4,"category_id":26,"category_name":27,"doc_title":55,"doc_description":57,"doc_content":128,"file_id":129,"file_url":130,"file_type":131,"file_size":132,"view_count":98,"is_deleted":4,"is_public":67,"is_downloadable":67,"audit_status":67,"page_count":133,"language":134,"language_code":53,"site_id":52,"html_lang":53,"table_of_contents":135,"faqs":136,"seo_title":137,"seo_description":57,"update_tm":123,"read_time":138},962084925290,"https://ap-avatar.wpscdn.com/davatar_085a072bc5b1113ac321206ff7593b45","# Predicción experimental de cobertura en una red LTE mediante eluso de algoritmos de machine learning\n\nINVESTIGACIÓN  \nE INNOVACION  \nEN INGENIERÍAS  \n# Experimental coverage prediction in an LTE network using machinelearning algorithms\n\nJorge Enrique Herrera Rubio D,German Arley Portilla González  \nAna Maria Osorio Velazco  \nUniversidad de Pamplona,Colombia  \n81  \nOPEN  \nACCESS  \n## Resumen\n\nObjetivo:Predecir de forma experimental la cobetura de unared Long Term Evolution (LTE)mediante eluso de algoritmos de machine learning.Metodologia:La investigación es de tipo descriptiva por el análisisde las causas y factores que influyen en las variables,según el método cuasi-experimental por lasmediciones de potencia en condiciones controladas de campo.Se realiza elestudio de las variables fisicasque determinar la cobertura en la prestación del servicio de una red móvil mediante el trazado de cuatrorutas;los datos son evaluados,pre procesados y filtrados para probarlos en mediante modelosmatemáticos clásicos,luego se aplican los métodos estadísticos de predicción,como también losalgoritmos de predicción con la ayuda del aprendizaje automático(ML)para la generación de modelosque categoricen el uso de cada celda dentro de la agrupación,entre los métodos a usar son:estadísticadescriptiva,Random Forest(RD),cuantificación de densidad,Isolation Forest (IF)y Multivariable Outliers(MO).Posteriormente se realiza la validación cruzaday la predicción del uso de la celda.Resultados:Conlos valores obtenidos se establece la correlación entre el comportamiento de los parámetros de potenciay distancia,y con las variables óptimas de cobertura se compara con los modelos tradicionales para unacelda estudiada.Conclusiones:El proceso de la integración de técnicas matemáticas y computacionalesfacilita la toma de decisiones de los ingenieros de radio en el diagnóstico,gestión,planificación yredimensionamiento de redes LTE bajo condiciones en donde las redes se hacen mucho más heterogéneasy los servicios móviles requieren de más recursos de la infraestructura tecnológica.  \nRecibido:  \n15/07/2024  \nAceptado:  \n18/09/2024  \nPublicado:  \n25/11/2024  \nCorrespondencia:  \njherrera@unipamplona.edu.co  \nDOI:  \nhttps://doi.org/10.17081/invinno.12.2.7215  \nPalabras claves:Algoritmos,cobertura,uso,predicción,experimental,red.  \n## Abstract\n\nObjective:Experimentally predict the coverage of a Long Term Evolution (LTE)network using machinelearning algorithms.Methodology:The research is descriptive through the analysis of the causes andfactors that influence the variables,according to the quasi-experimental method through powermeasurements under controlled field conditions.The study of the physical variables that determine thecoverage in the provision of a mobile network service is carried out by tracing four routes;the data isevaluated,pre-processed and filtered to test it using classical mathematical models,then statisticalprediction methods are applied,as well as prediction algorithms with the help of machine learning(ML)to generate models that categorize the use of each cell within the grouping,among the methods to useare:descriptive statistics,Random Forest(RD),density quantification,Isolation Forest(IF)andMultivariable Outliers(MO).Subsequently,cross-validation and prediction of cell usage are performed.Results:With the values obtained,the correlation between the behavior of the power and distanceparameters is established,and with the optimal coverage variables it is compared with the traditionalmodels for a studied cell.Conclusions:The process of integrating mathematical and computationaltechniques facilitates the decision making of radio engineers in the diagnosis,management,planning andresizing ofLTE networks under conditions where networks becomemuch more heterogeneous and mobileservices requre of more technological infrastructure resources.  \nKeywords:Algorithms,coverage,use,prediction,experimental,network.  \nComo citar(IEEE):J.E.Herrera Rubio,GA.Portilla Gonz","cbCaiek3OczwBeog","https://ap.wps.com/l/cbCaiek3OczwBeog","pdf",4581061,21,"Spanish","# Resumen\n# Introducción","[{\"question\":\"Cuál es el objetivo del estudio sobre la red LTE?\",\"answer\":\"Predecir experimentalmente la cobertura de una red Long Term Evolution (LTE) usando algoritmos de machine learning, mediante el análisis de variables asociadas a la cobertura.\"},{\"question\":\"Cómo se obtiene la información para construir los modelos?\",\"answer\":\"Se realizan mediciones de potencia en condiciones controladas de campo, trazando cuatro rutas; los datos se evalúan, preprocesan, filtran y se prueban con modelos matemáticos y métodos estadísticos.\"},{\"question\":\"Qué técnicas de aprendizaje automático se usan para la predicción?\",\"answer\":\"Se emplean Random Forest, Isolation Forest y Multivariable Outliers, además de cuantificación de densidad, para generar modelos que categoricen el uso de cada celda.\"}]","Predicción experimental de cobertura en una red LTE - mediante el uso de algoritmos de machine learning | PDF",32]