Análisis del estado de arte de Técnicas de Soft
Computing aplicadas a problemas de planificación de red en 5G.
Analysis
of the state of the art of Soft Computing Techniques applied to network
planning problems in 5G.
Vasconez Núñez
Vanessa Alexandra.[1]
Recibido:
15-03-2020 / Revisado: 21-04-2020 /Aceptado: 09-05-2020/ Publicado: 05-06-2=
020
Abstract. DOI: https://doi.org/10.33262/concienciadigita=
l.v3i2.2.1246
The current article developed a review of the stat=
e of
the art about the application of Soft Computing techniques in solving plann=
ing
problems of 5G networks. To achieve this, the different existing Soft Compu=
ting
techniques were classified (neural networks, fuzzy logic, evolutionary
algorithms) and models proposed and methods of solution were considered from
works and research developed about the subject according to their authors. =
Additionally,
the most relevant investigations described techniques which are specified to
solve problems of architectures and crucial functionalities in the developm=
ent
of this technology, highlighting the following: finding an optimal position=
for
a Base Station (BS) in an area of particular interest, operating in the des=
ired
multiple frequency bands while maintaining high gain, limiting power
consumption in 5G network infrastructures, and trying to increase quality of
service by decreasing the probability of call blocking. To conclude, the mo=
st
applied Soft Computing techniques in solving planning problems of 5G networ=
ks
are fuzzy logic, in order to limit the energy consumption in 5G network
infrastructures, in addition to artificial neural networks and genetic
algorithms for admission of calls in 5G networks, increasing quality of ser=
vice
by reducing interference.
Key
Words: Soft Computin=
g, Planning,
5G Networks, Communications, Interference.
Resumen.
En el presente
artículo se realizó una revisión del estado del arte de la aplicación de las
técnicas de Soft Computing en la resolución de problemas de planificación de
redes 5G, para lo cual se clasificó las diferentes técnicas de soft computing existentes=
(redes neuronales, lógica difusa, algoritmos evolutivos) y de los trabajo=
s e
investigaciones realizados sobre el tema según sus autores, los modelos pla=
nteados
y los métodos de solución. Adicionalmente se describieron las investigacion=
es
más relevantes en donde se especifican técnicas para dar
solución a los problemas de arquitecturas y funcionalidades cruciales en el
desarrollo de esta tecnología, entre los cuales se resalta: encontrar una posición óptima para una Estación Base (BS) en un área de inter=
és
determinada, operar en las bandas de frecuencias múltiples deseadas mientra=
s se
mantiene una alta ganancia, limitar el consumo de energía en las
infraestructuras de red 5G y tratar de incrementar la calidad del servicio =
al
disminuir la probabilidad de bloqueo de llamadas. Finalmente se concluyó qu=
e las técnicas d=
e soft computing más aplica=
das a la
solución de problemas de planificación de las redes 5G son lógica difusa, para limitar el consumo de energía en las
infraestructuras de red 5G, además de las redes neuronales artificiales y a=
lgoritmos
genéticos para la admisión de llamadas en redes 5G con la finalidad de
incrementar la calidad del servicio al disminuir las interferencias.
P=
alabras
claves: Soft_computing, Plani=
ficación,
Redes_5G, Comunicaciones, Interferencia.
Introducción.
Desde la aparición de las
comunicaciones en el mundo, estas han presentado cambios acorde a las
necesidades de las generaciones, originando
nuevas formas de evolución de las telecomunicaciones, produciendo cambios en
los paradigmas actuales; en virtud a ello se han desarrollado de forma para=
lela
innovaciones tanto en hardware como en software de los componentes que
intervienen en estas tecnologías
En relación se añade que el desarrollo del software
actualmente va cambiando las prácticas de la sociedad, pues se encuentra
presente en diversas áreas de interés de los individuos, entre ellas se
menciona la ingeniería, la industria, la medicina, el campo científico,
gubernamental y de las empresas en general
En este sentido en
La red 5G (quinta generación) es un conjunto de tecnologías creadas =
para
proporcionar ganancias de altas velocidades de datos, sin embargo, estas
ganancias se producen a expensas de una gran interferencia en la comunicaci=
ón,
es ahí donde se utilizan las técnicas de soft <=
span
class=3DSpellE>computing, las cuales se han propuesto resolver estos=
problemas,
eliminando efectivamente la interferencia y en consecuencia mejorar la
eficiencia hacia el usuario, adaptándose dinámicamente a las diferentes car=
gas
de tráfico.
De esta manera=
se
indica que las técnicas de soft computing
buscan reemplazar a un humano para realizar una tarea de control o toma
prestadas ideas de cómo los sistemas biológicos resuelven problemas y lo ap=
lica
a los procesos de control
Esta tecnologí=
a es
tolerante a la imprecisión, la incertidumbre, la verdad parcial para conseg=
uir
la trazabilidad, la aproximación, la robustez, el bajo costo de la solución=
y
una mejor relación con la realidad, es por ello que el modelo a seguir para=
la
informática suave es la mente humana
La búsqueda de soluciones para atender la creciente
demanda de velocidad en redes móviles actuales, con velocidades más altas,
mayores capacidades, mayor seguridad, menor consumo de energía y dar soluci=
ón a
las dificultades de implementación práctica establecen retos importantes que
deben abordarse, dando lugar a diversos nichos de investigación, motivo por=
el
cual en el presente artículo se realiza una revisión de la literatura de la=
s técnicas
de soft computing a=
plicadas
a problemas de planificación de red en 5G, para identificar la realidad act=
ual
de las soluciones propuestas por diversos autores.
Para un mejor entendimiento de la investigación fue
necesario la revisión de diversos conceptos y teorías referente al tema, en=
tre
los cuales se encuentran los siguientes:
Soft computing
El soft computing es una com=
binación
sinérgica de metodologías de inteligencia artificial para modelar y resolver
problemas del mundo real que son imposibles o demasiado difíciles de modelar
matemáticamente, obteniendo soluciones robustas, manejables y con un coste
menor que las que se obtienen utilizando técnicas convencionales
Esta técnica es
considerada como una herramienta para realizar diversas operaciones
informáticas, centradas en el diseño de sistemas inteligentes que son capac=
es
de manejar de forma adecuada la información incierta, imprecisa o incomplet=
a,
que incluyen redes neuronales, lógica difusa, modelos de razonamiento
aproximado y algoritmos evolutivos como algoritmos genéticos y recocido
simulado
Redes Neuronales.
Al-Maitah,
Semenova, Semenov, Kulakov, & Kucheruk
Lógica Difusa
Referente a la
lógica difusa se indica que es una =
lógica
multivaluada que permite representar de forma matemática la incertidumbre,
otorgando herramientas formales para el tratamiento
Figura 1.<=
/span> Esquema general de la lógica difusa
Variables de entrada Sistema difuso Variables de salida
Fuente:
La lógica difu=
sa
se convierte en una propuesta para incorporar en los sistemas de ingeniería=
el conocimiento
que se expresa en términos lingüísticos o expresiones verbales
Algoritmos evolutivos
Los algoritmos
evolutivos que son algoritmos matemáticos =
que
convierte un conjunto de objetos matemáticos individuales en relación al
tiempo, con la utilización de operaciones modeladas acorde al principio
Darwiniano de supervivencia del más apto, posterior a haber presentado de
manera natural un conjunto de operaciones genéticas
Redes 5 G
5G representan las siglas =
que
se utilizan para referirse a la quinta generación de tecnologías de telefon=
ía
móvil, este conjunto de tecnologías representa la nueva revolución que
transformará la industria de las telecomunicaciones, puesto que entre sus
beneficios se encuentra una mayor velocidad de navegación y con una baja
latencia, convirtiendo a los teléfonos móviles en dispositivos cada vez más
eficientes en el aspecto energético
Gracias a la
quinta generación, se podrán conectar millones de dispositivos a internet, =
con
una gran trasparencia de datos de manera inmediata, un ejemplo de ello es la
transferencia de información con mayor rapidez entre el automóvil y el peat=
ón,
lo cual dará lugar al uso de vehículos autónomos
Según menciona=
el (Minist=
erio de
Tecnologías de la Información y las Comunicaciones de Colombia
·
Insumos: Dentro de los insumos esenciales para prest=
ar
servicios 5G se encuentra el espectro radioeléctrico, considerando que para=
la
tecnología 5G se requiere un espectro en tres bandas que son: inferiores a
1GHz, de 1-6 GHz y superiores a 6GHz.
·
Infraestructura: representan los componen=
tes
físicos de las redes por medio de los cuales se soportan los servicios 5G,
encontrándose en este grupo las torres, cables, fibra óptica, entre otras.
·
Servicios TIC: representan los servicios
prestados por medio de la infraestructura 5G, incursionando servicios como
Big Data, comunicación M2M, IoT, l=
os
cuales requerirán una alta disponibilidad y baja latencia como los vehículos
autónomos.
·
Interfaz: Son los dispositivos que
permiten a los usuarios acceder a los diferentes servicios tecnológicos que
pueden ofrecer, tales como los teléfonos móviles, Pc, enrutadores, entre ot=
ros.
=
Figura 2.
Ecosistema digital 5G
Fuente:
Usuarios: son las personas, entidades y sectores productivos
que pueden acceder a los servicios que permitirá desplegar la tecnología 5G=
.
Usos
del valor agregado:
representan formas novedosas de utilizar los servicios 5G para facilitar los
procesos y actividades, tales como el transporte, distribución de energía,
ciudades inteligentes, entre otras.
Las grandes velocidades y la baja latencia que bri=
nda
la 5G impulsarán a las sociedades hacia la generación de ciudades inteligen=
tes
e internet de las cosas (IoT), es por ello que =
al
hablar de 5G se debe referir a tres categorías importantes sobre sus posibl=
es
casos de uso, las mismas que se pueden observar en la figura 3.
Figur=
a 3. Casos
de uso de las redes 5G
F=
uente:
Banda Ancha móvil mejor=
ada
(eMBB): es la banda ancha mejo=
rada
en entonos interiores y exteriores, además de la realidad virtual y aumenta=
da,
su objetivo es ofrecer un rendimiento máximo de hasta 10 Gbps, un rendimien=
to
de 1 Gbps en alta movilidad y un tráfico de red total de hasta 10,000x
Comunicaciones masivas =
entre
máquinas (mMTC): un
dispositivo mMTC está activo de forma intermite=
nte y
utiliza una velocidad de transmisión fija, generalmente baja, en el enlace
ascendente. Se puede conectar una gran cantidad de dispositivos mMTC a una estación base (BS) determinada, pero en un
momento dado solo un subconjunto desconocido (aleatorio) se activa e intenta
enviar sus datos, que permite la administración de infraestructura, el
monitoreo ambiental y las aplicaciones de atención médica. Por ejemplo,
aplicaciones de teléfonos inteligentes para la integración de la asistencia
sanitaria con dispositivos de fitness; tecnología vehicular, entre otras
Comunicaciones ultrafiables y de baja latencia (uRLLC): El soporte de transmisiones intermitentes de URLLC requiere una
combinación de programación, para asegurar una cierta cantidad de
previsibilidad en los recursos disponibles y, por lo tanto, soportar una al=
ta
confiabilidad; así como acceso aleatorio, para evitar que demasiados recurs=
os
estén inactivos debido al tráfico intermitente. Por ejemplo, acceso remoto =
que
incluye desastres naturales, atención médica, comunicaciones militares,
comunicación industrial, así como aplicaciones automotrices que requieren a=
lta
precisión
Con esta revisión se puede resaltar los grandes
beneficios que ofrecerán las redes 5G, sin embargo también es importante
resaltar que para su aplicación a la realidad se requiere una infraestructu=
ra
adecuada para mejorar la conectividad en zonas rurales y poder extender su
cobertura en todos los rincones, para lo c=
ual es
importante hacer uso de nuevas tecnologías y metodologías que proporciones
soluciones rápidas y eficientes a la hora de su planificación e implementac=
ión.
=
Metodologia.
Con la finalidad de obtener una mejor comprensión =
del
tema de investigación, se empleó una metodología basada principalmente en
técnicas cualitativas para recolectar información.
Método analítico-sintético:
Este método se refiere a dos procesos intelectuales que trabajan en unidad;=
el
análisis que permite descomponer mentalmente un todo en sus partes y
características, en varias relaciones y componentes y estudiar su
comportamiento y la síntesis que establece mentalmente la combinación de las
partes que se han analizado previamente y permite establecer relaciones o
características generales entre los elementos de la realidad<=
w:Sdt
Citation=3D"t" ID=3D"1791098897"> (Rodrí=
guez
& Pérez, 2017).
El
método fue utilizado para analizar la documentación referente al objeto de
estudio, lo cual permitió la extracción de los elementos más importantes qu=
e se
relacionan con el mismo y de esa forma construir nuevos conocimientos parti=
endo
de las experiencias previas.
Método de lectura científica:
Criterios de inclusión
Los principales criterios para selección de artícu=
los
son los que se mencionan a continuación:
Criterios
de exclusión
Para descartar artículos se toma como criterios los
siguientes parámetros:
Resultados.
Esta investigación se complementa con el trabajo denominado “=
Un estudio de dise=
ño
de antenas 5G optimizadas mediante algoritmos genéticos” en donde se presen=
tó
el diseño de tres estructuras de antena de interés para aplicaciones 5G. Los
diseños de antena incluyeron: 1) parche pixelado, 2) parche con clavijas de
cortocircuito y 3) antena monopolo. Cada uno de los diseños que se presenta=
ron
estuvieron planteados para operar en las bandas de frecuencias múltiples
deseadas mientras se mantiene una alta ganancia. Estos diseños de antena se
optimizan con la utilización de algoritmos genéticos (GA) y así lograr el
rendimiento deseado, entre estos tres diseños de antena, la antena de parche
pixelada proporcionó los mejores resultados y también es más simple de fabr=
icar
En relación a la eficiencia energética,
Además, Chabbouh, Ben, & Choukair
Referente a la gestión de interferencia,
X=
u,
Li, & Yang
De igual forma,
Las redes 5G, al poseer un alto contenido de ancho=
de
banda con velocidades superiores a 10 Gb / s, varios niveles de movilidad y
soluciones energéticas y rentables con el aumento de la inteligencia del mu=
ndo
inalámbrico deben satisfacer todas las necesidades de los usuarios, lo que =
es llamado
como calidad de experiencia, por lo cual,
Al-Maitah, Semenova, Semenov, Kulakov, & Kucheruk
En concordancia co=
n lo
expuesto, se añade que el usuario no evalúa únicamente el elemento de red
individual, es decir considera el rendimiento general del sistema, el precio
del servicio, la calidad percibida del contenido y la facilidad de uso de u=
na
aplicación, es decir nuevamente el QoE o calida=
d de
experiencia, por lo cual Pierucci <=
w:Sdt
Citation=3D"t" ID=3D"1285996784">(2015),
propuso un método eficiente de estimación de la calidad de la experiencia (=
QoE) adaptado para sistemas 5G basado en el enfoque d=
e red
neuronal (NN), en donde menciona que el uso de NN también puede garantizar =
la
replicabilidad de las estimaciones de QoE
independientemente de la participación del usuario, que es el principal
inconveniente en las pruebas subjetivas basadas en puntuación de opinión me=
dia
(MOS). A partir de las consideraciones anteriores, el uso de redes neuronal=
es
se convierte en una propuesta adecuada para una estimación adaptativa y una=
clasificación
automática de la calidad percibida por el usuario en los sistemas 5G, por lo
que concluyó que solo una combinación de mejoras junto con dispositivos de
radio cognitivos nuevos y eficientes enriquecerá la satisfacción general del
usuario a un alto nivel en los sistemas 5G.
Además, Liu, Chuai, & Gao
Z=
hang
et al.,
Dichas investigaci=
ones
se complementan con el trabajo desarrollado por Zhao,
Yang, Guo, Peng, & Zhang
En referencia a es=
ta
investigación se añade el estudio de Khan,
Abolhasan, Ni, Lipman, & Jamalipour
Así tambien, Xu, Zhang, D=
ai,
Hou, & Tao
A pesar de los ava=
nces
y estudios realizados acerca del uso de las técnicas de soft
computing para solucionar problemas de infraest=
ructura
de las redes 5G, Albarracin & Puerto
K=
aloxylos,
Barmpounakis, & Alonistioti
En la investigación
“Control de velocidad de flujo difuso adaptativo considerando modelado de
tráfico multifractal y comunicaciones 5G”, los
autores Cardoso & Vieira
El modelo adaptati=
vo
GOBF-Fuzzy se aplica para predecir el comportam=
iento
de las colas en los sistemas 5G iniciales. Con esta investigación se puede
añadir que existen varias propuestas de esquemas de control en la literatura
que se enfocan a las redes 5G, tal es el caso de Rashad
Z=
apata,
et al.,
El rendimiento de =
la
red es un factor imprescindible para que los clientes seleccionen un operad=
or
de red móvil (MNO), puesto que los clientes exigen movilidad y servicios sin
interrupciones con una pérdida mínima de paquetes, por lo que la comunicaci=
ón
de dispositivo a dispositivo (D2D) es una de las soluciones clave de
habilitación de la quinta generación (5G), por ello en el trabajo realizado=
por
Subramani & Kumaravelu
Mientras que, Abdelb=
ari
& Haci
De acuerdo a lo
expuesto se evidencia el desarrollo de investigaciones en donde se proponen
algoritmos de selección de red efectivo para redes heterogéneas 5G que perm=
itan
elegir eficientemente la red con velocidad de datos esperada y rendimiento =
del
usuario, tal es el caso de Lynch, Saber, &=
amp;
Kucer
Los
hallazgos de este estudio muestran claramente que las redes 5G tienen como
finalidad mejorar las velocidades de transmisión de los datos, proporcionar
excelente rendimiento de extremo a extremo, brindar una mayor cobertura del
usuario y áreas concurridas con menor latencia, consumo de energía y costo =
por
transferencia de información, para lo cual, estos sistemas pueden adoptar u=
na
arquitectura de varios niveles que consiste en macrocé=
lulas,
diferentes tipos de celdas pequeñas con licencia, relés y redes de disposit=
ivo
a dispositivo (D2D) para servir a los usuarios con diferentes requisitos de
calidad de servicio en un espectro y de manera eficiente de la energía. Per=
o a
pesar de ello, la tecnología 5G no han definido de manera clara la forma en=
la
que se ofrecerá los servicios de telecomunicaciones, por tal motivo se
presentan varios inconvenientes a la hora de la implementación del servicio,
pues como se indica Zapata, et al.,=
Conclusiones.
·
En el presente artículo se realiz=
ó un
análisis de diversos documentos de revisión acerca de las técnicas de soft computing aplicadas =
a la
solución de problemas de planificación de las redes 5G, en los cual se ha
evidenciado la utilización de la l=
ógica
difusa, para limitar el consumo de energía en las infraestructuras de red 5=
G,
lo que representa uno de los principales conflictos para el diseño de este =
tipo
de redes.
·
C=
on
la investigación se pudo determinar que el planteamiento de controlador
combinando un sistema difuso con una red neuronal artificial y un algoritmo
genético que son técnicas de soft computing,
para la admisión de llamadas en redes 5G tienen como finalidad incrementar =
la
calidad del servicio al disminuir la probabilidad de bloqueo de llamadas.
·
Entre las limitantes más importan=
tes
para la implementación de las redes de quinta generación señaladas en la
mayoría de los artículos de revisión se encuentra el consumo energético, qu=
e se
deriva de la integración de distintas interfaces y del incremento de
requerimientos en lo que se refiere al procesamiento de señales, encontrando
como solución el planteamiento d=
el
apagado de celdas en el contexto de los despliegues ultradensos de estacion=
es
base, pues existen ocasiones en que dentro de una celda no se encuentran
dispositivos a los cuales proveer un servicio, razón por la cual no se nece=
sita
que la celda posea la una máxima potencia, sino que se puede hibernar y as{i
ahorrar el consumo de energía.
Referencias
Bibliográficas.
Abdelbari, A., & Haci, H. (noviembre de 20=
19). Fuzzy Logic-Based User Scheduli=
ng
Scheme for 5G Wireless Networks and Beyond. Springer Link.
Agredo, G., Jojoa, =
P.,
& Almenar, V. (julio-diciembre de 2015). Sistemas MIMO con un elevado
número de antenas: clave para la 5G inalámbrica. Entramado, 11(2), 250-261.
Albarracin, L., & Puerto, G. (2017). Fuzzy Systems: An Approach =
to
5G Networks under the Software Defined. Revista Científica, 31(1=
),
96-110.
Al-Maitah, M.,
Semenova, O., Semenov, A., Kulakov, P., & Kucheruk, V. (octubre de 20=
18).
A Hybrid
Approach to Call Admission Control in 5G Networks. Hindawi: Advances in Fuzzy Systems, 1-7.
Angulo, K., Gil, D.,
& Salcedo, O. (mayo de 2017). Optimización utilizando lógica difusa de
dispositivo de análisis de componentes químicos de ingredientes naturales
basados en el internet de las cosas IoT. Revista Científica, 30(3), 207-223.
Atayero, A., & Luka, M. (mayo de 2012). Applications of Soft
Computing in Mobile and Wireless Communications. International Journal=
of
Computer Applications, 45(22), 48-52.
Cardoso, A., & Vieira, F. (2019). Adaptive fuzzy flow rate contr=
ol
considering multifractal traffic modeling and 5G communications. <=
i>Journals, 14(1=
1).
Castañeda, E.,
Garmendia, L., & Santos, M. (2011). Algoritmos Genéticos Difusos: Una
Aproximación Práctica para la Creatividad Computacional. Segundo Congr=
eso
Internacional de Matemáticas en la Ingeniería y la Arquitectura, 279-=
290.
Chabbouh, O., Ben, S., & Choukair, Z. A. (2018). A Two-stage RRH
Clustering Mechanism in 5G Heterogeneous C-RAN. 5th International Work=
shop
on ADVANCEs in ICT Infrastructures.
Crespo, J., Peña, E., Pascual, V., & Fustiel, J. (2016). =
Elección entre una metodología ágil y tradicional basad=
o en
técnicas de soft computing. Revista Cubana de Ciencias Informáticas, 1=
0.
Demestichas, K.,
Adamopoulou, E., & Choras, M. (abril de 2017). 5G Communications: Energy
Efficiency. Hindawi, 3.
Fundacio Universitat
Empresa. (2019). Estudio sobre la planificación, el impacto y la cober=
tura
de redes 4G y 5G de comunicaciones móviles. Recuperado el 24 de
septiembre de 2019, de Ministerio de Ciencias, Innovación y Universidades:
https://fueib.org/es/investigadors/65/otri/catalogo/5/741/servicio/estudi=
o-sobre-la-planificacion-el-impacto-y-la-cobertura-de-redes-4g-y-5g-de-comu=
nicaciones-moviles
Gjokaj, V.,
Doroshewitz, J., Nanzer, J., & Chahal, P. (2017). A Design Study of 5G Antennas
Optimized Using Genetic Algorithms. 20=
17
IEEE 67th Electronic Components and Technology Conference.
González, C. (2011)=
. Lógica
Difusa: Una introducción práctica. La Mancha: Universidad de Castilla=
.
González, J., &
Salamanca, Ó. (enero-junio de 2016). El camino hacia la tecnología 5G.
Hossain, E., Rasti,=
M.,
Tabassum, H., & Abdelnasser, A. (2014). Evolution Towards 5G Multi-tier
Cellular Wireless Networks: An Interference Management Perspective. ar=
Xiv,
2, 1-10.
Kaloxylos, A., Barmpounakis, S., & Alonistioti, N. (2014). An
efficient RAT selection mechanism for 5G cellular networks. (Mobile and
Wireless Communications Enablers for the 2020 Information Society.
Khan, A., Abolhasan, M., Ni, W., Lipman, J., & Jamalipour, A.
(2019). A Hybrid-Fuzzy Logic Guided Genetic Algorithm (H-FLGA) Approach f=
or
Resource Optimization in 5G VANETs. IEEEexplore, 68(7), 6964 - 697=
4.
Kumar, P., & Mahajan, A. (2009). Soft Computing Techniques for t=
he
Control of an Active Power Filter. IEEE Transactions on Power Delivery=
, 24(1),
452-461.
Kumar, S., Kumar, A., Das, B., & Burnwal, A. (2013). On Soft
Computing Techniques in varios areas. Computer Science & Informati=
on
Technology (CS & IT), 59–68.
Liu, Q., Chuai, G., & Gao, W. (2018). uzzy Logic-based Virtual C=
ell
Design in Ultra-Dense Networks. Wireless Com Network 2018, 87.
Liu, Q., Foong, C., Zhang, S., & Li, L. (septiembre de 2019). A =
fuzzy-clustering
based approach for MADM handover in 5G ultra-dense networks.
López, M., Guerra, =
M.,
& Izaquirre, S. (junio de 2017). Profundización en la introducción de=
las
redes móviles 5G. Revista Técnica de la Empresa de Telecomunicaciones =
de
Cuba S.A., 14, 36-45.
Lounis, A., Alilat, F., & Nazin, A. (2018). Neural Network Model=
of
QoE for Estimation Video Streaming over 5G network. 6th International
Workshop on ADVANCEs in ICT Infrastructures and Services, 21–27.
Lynch, D., Saber, T., & Kucera, S. (2019). Evolutionary learning=
of
link allocation algorithms for 5G heterogeneous wireless communications
networks. Proceedings of the Genetic and Evolutionary Computation
Conference, 1258–1265.
Maldonado, S. (2013). Té=
cnicas
de soft-computing para el desarrollo de redes de acceso móvil con control=
de
polución electromagnética.
Madrid: Universidad de Alcalá.
Martín, A. (2015). =
Integración
de técnicas de soft-computing n la planificación basada en conocimiento de
tareas de desarrollo software. La Mancha, España: Universidad de
Castilla.
Ministerio de
Tecnologías de la Información y las Comunicaciones de Colombia. (2019). <=
i>Plan
5g: El futuro digital es de tods. Colombia.
Murugadass, A. (201=
9). A Fuzzy Logic Based Pico Servin=
g Node
Placement for 5G Ultra Dense Networks. International Journal of Advanc=
ed
Science and Technology, 28(19), 108-115.
Panda, M., & Patra, M. (2013). Soft: Computing:Concepts and
Techniques (Primera ed.). New
Delhi, Boston, USA: University Science Press.
Peñaranda, C. (2015=
). Aplicación
de Técnicas Soft Computing y Heurísticas para la identificación y
clasificación de la información empleada por un recomendador de recetas.<=
/i> Valencia: Universitat Politecni=
ca
de Valencia.
Pierucci, L. (2015). The Quality of experience perspective toward 5G
technology. IEE Wireless Comunnications, 22(4), 10-16.
Popovski, P., Trillingsgaard, Kasper, Simeone, O., & Durisi, G.
(2018). 5G Wireless Network Slicing for eMBB, URLLC, and mMTC: A
Communication-Theoretic View. Open Access Journal, 6.
Premnath, K. N., Srinivasan, R., & Elijah, B. (septiembre de 201=
4).
Magnetic Field Model (MFM) in Soft Computing and parallelization techniqu=
es
for Self Organizing Networks (SON) in Telecommunications. International
Journal of Energy Optimization and Engineering, 3(3), 57-71.
Ramírez, J., Sarmiento, H., & López, J. (2018). Diagnóstico de fallas en procesos industriales mediante
inteligencia artificial. Revista Espacios, 39(24), 12.
Rashad, C. (2019). Fuzzy-Neural based Cost Effective Handover Predic=
tion
Technique for 5G-IoT networks. International Journal of Innovative
Technology and Exploring Engineering, 9, 191-197.
Rodríguez, A., & Pérez, A. (2017). Métodos científicos de indagación y de construcción del conocimiento=
. Revista
Escuela de Administración de Negocios(82), 1-26.
Sachan, R., Jong Ch=
oi,
T., & Wook, C. (abril de 2016). A Genetic Algorithm with Location Intelligence Me=
thod
for Energy Optimization in 5G Wireless Networks. Hindawi, 1-9.
Sanou, B. (2018). <=
i>Sentando
las bases para la 5G: Oportunidades y desafíos. Desarrollo de las
Telecomunicaciones de la UIT.
Santos, M., &
Miranda, E. (junio de 2012). Aplicación de la lógica difusa en el ámbito =
de las
energías renovables. Revista Elementos, 2(1), 102-114.
Subramani, M., & Kumaravelu, V. (2018). A Three-Stage
Fuzzy-Logic-Based Handover Necessity Estimation and Target Network Select=
ion
Scheme for Next Generation Heterogeneous Networks. Journal of Circuits=
.
Sun, J., shi, W., Yang, Z., & Yang, J. (2019). Behavioral Modeli=
ng
and Linearization of Wideband RF Power Amplifiers Using BiLSTM Networks f=
or
5G Wireless Systems. IEEE Transactions on Vehicular Technology, 1(=
1).
Sun, S., Gong, L., Rong, B., & Lu, K. (2015). An Intelligent SDN
Framework for 5G Heterogeneous Networks. IEEE Communications Magazine,=
53(11),
142-147.
UI Najam, H., Ejaz, W., Ejaz, N., Kim, H., Anpalagan, A., & Jo, =
M.
(2016). Network Selection and Channel Allocation forSpectrum Sharing in 5G
Heterogeneous Networks. IEEE Access, 4=
, 980-992.
Veslin, E. (2013).
Aplicación de algoritmos genéticos en problemas de Ingeniería . Revist=
a de
Investigación, Innovación e Ingeniería, 10-29.
Xu, S., Li, R., &am=
p;
Yang, Q. (2018). Improved Genetic Algorithm Based Intelligent Resource Allocation in =
5G
Ultra Dense Networks. 2018 IEEE Wireless Communications and Networking
Conference (WCNC).
Xu, X., Zhang, H., Dai, X., Hou, Y., & Tao, X. Z. (2014). SON Ba=
sed
Next Generation Mobile Network With Service Slicing and Trials. China
Communications, 11(2), 65-77.
You, X., Zhang, C., Tan, X., Jin, S., & Wu, H. (2019). AI for 5G:
research directions and paradigms. Sci
China Inf Sci, 62(2).
Zapata, P., Luna, F=
.,
Valenzuela, J., Mora, A., & Padilla, P. (2018). Metaheurísticas híbri=
das
para el problema del apagado de celdas en redes 5G. XIII Congreso Espa=
nol
en Metaheurísticas y Algoritmos Evolutivos y Bioinspirados, 18, 665-6=
70.
Zhang, H., Liu, N., Chu, X., Long, K., Aghvami, A., & Leung, V.
(2017). Red segmentada de redes 5G y re=
des
móviles futuras: movilidad, gestión de recursos y desafíos.
Zhao, X., Yang, H., Guo, H., Peng, T., & Zhang, J. (2019). Accur=
ate
Fault Location based on Deep Neural Evolution Network in Optical Networks=
for
5G and Beyond. ptical Fiber Communication Conference (OFC) 2019.
PARA
CITAR EL ARTÍCULO INDEXADO.
Vanessa Alexan=
dra,
V. N. (2020). Análisis del estado de arte de Técnicas de Soft
Computing aplicadas a problemas de planificación de red en 5G. ConcienciaDigital, 3(2.2), 60-79. https://doi=
.org/10.33262/concienciadigital.v3i2.2.1246
El artículo que se publica es de
exclusiva responsabilidad de los autores y no necesariamente reflejan el
pensamiento de la Revista Ciencia
Digital.
El artículo qu=
eda
en propiedad de la revista y, por tanto, su publicación parcial y/o total en
otro medio tiene que ser autorizado por el director de la Revista Ciencia Digital.
www.concienciadigital.org