@MASTERSTHESIS{ 2025:1054408467,
 	title = {Um método para predição de taxa de transferência em Redes Móveis a partir de dados coletados de Smartphones},
 	year = {2025},
 	url = "https://tede.ufam.edu.br/handle/tede/11201",
 	abstract = "A comunicação móvel em ambientes dinâmicos apresenta desafios à garantia da qualidade dos serviços, sendo a vazão de dados um parâmetro crítico de desempenho. Embora a predição da vazão tenha sido amplamente explorada para o downlink, a vazão de uplink permanece pouco investigada, apesar do crescimento de aplicações que demandam elevados volumes de envio de dados para a rede. Neste contexto, este trabalho propôs uma abordagem baseada em aprendizado de máquina para a predição da vazão de uplink em redes 4G LTE, utilizando métricas da camada física como variáveis preditoras. Foi conduzido um experimento de coleta de dados em ambiente urbano real, abrangendo diferentes horários e fluxos de tráfego,
 utilizando um smartphone Android e o aplicativo Armadeira. A base de dados construída permitiu o treinamento e a avaliação de cinco modelos de aprendizado de máquina, sendo o algoritmo floresta aleatória com melhor desempenho, com coeficiente de determinação (R2) de 0,93 e menor erro absoluto médio. Os resultados confirmaram a viabilidade da abordagem, evidenciando que a análise de parâmetros de qualidade de sinal, como RSRP, RSRQ, RSSI e SNR, possibilita a predição precisa da vazão de uplink. A metodologia adotada contribui para a replicabilidade do experimento e fornece subsídios para futuras investigações sobre
 a otimização de redes móveis. Este trabalho avança o conhecimento técnico-científico na predição de vazão em redes móveis, ao disponibilizar uma base inédita, um método validado em ambiente real e práticas que fortalecem a análise da Qualidade de Serviço (QoS) e da Qualidade de Experiência (QoE) em sistemas de comunicação móvel.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Informática},
 	note = {Instituto de Computação}
}