Mejora del rendimiento de redes de telecomunicaciones mediante técnicas de inteligencia artificial en la ciudad de nauta, 2025

Abstract

El trabajo de investigación titulado “Mejora del rendimiento de redes de telecomunicaciones mediante técnicas de inteligencia artificial en la ciudad de nauta, 2025”, tuvo como objetivo general determinar la mejora del rendimiento de la red mediante la aplicación de aprendizaje automático, orientado a predecir la congestión y apoyar las decisiones de optimización. El estudio se desarrolló con enfoque cuantitativo, tipo aplicado y diseño preexperimental con medición pretest y postest, comparando el comportamiento de la red antes y después de la intervención. Para esta investigación, los registros de rendimiento de la red sirvieron como población de análisis, concentrándose la evaluación en tres indicadores de calidad de servicio, como son latencia, ancho de banda y pérdida de paquetes. En el procesamiento de datos, se tomaron en cuenta los procedimientos de limpieza y preparación de datos, con su respectivo análisis estadístico e inferencial. La validación técnica del modelo Random Forest tuvo un desempeño predictivo elevado, mostrando una exactitud de 91,4% y un índice Kappa de 0,82, que son resultados que reflejan una concordancia alta entre las predicciones y los eventos que se observaron. La diferencia entre el pretest y el postest mostró mejoras que fueron estadísticamente significativas en los indicadores seleccionados. Se redujo la latencia en 59,5 ms y el ancho de banda se incrementó en 3,71 mbps, mientras que la pérdida de paquetes disminuyó en 3,26%. Dichos cambios se relacionan con un comportamiento más estable y eficiente en los periodos de mayor demanda. Con estos hallazgos, queda demostrado que la implementación de aprendizaje automático anticipa una gestión más favorable del rendimiento, mejora la calidad del servicio así como la confiabilidad operativa de la red en la ciudad de Nauta.