Analizar información extraída de uno de los canales radio de tres estaciones base de telefonía 4G con el objetivo de descubrir patrones en la evolución de la calidad de las comunicaciones a partir del índice MCS (Modulation and Coding Scheme), y patrones en los datos móviles de las persones usuarias. Este ha sido el reto que han tenido que superar los tres estudiantes de la Universitat Politècnica de Catalunya · Barcelona Tech (UPC) ganadores del concurso ‘Scavenge Data Challenge’, disputado entre los meses de enero y junio de 2019.

Para conseguir la tarea planteada, los estudiantes han utilizado técnicas de machine learning, de clustering y de análisis de series temporales, con el apoyo de los profesores Mario García-Lozano y Antoni Gelonch, del Departamento de Teoría de la Señal y Comunicaciones  (TSC). Así, mediante algoritmos de aprendizaje automático de última generación, el equipo ha realizado comparaciones temporales entre los diferentes usuarios para analizar la calidad del canal que experimentan.La predicció de tráfico y calidad permite optimizar los recursos de la red para mejorar la calidad del servicio e incluso ahorrar energia, un paso necesario para la sostenibilidad de la telefonía móvil. Al conocer el tipo de usuario que hay en la red en una zona o momento determinado del día, las operadoras de telefonía pueden, además, adaptar las ofertas que hacen a un determinado segmento de población.

Para presentar los resultados de su trabajo, los estudiantes han sido invitados a un workshop de la 27th International Conference on Software, Telecommunications and Computer Networks (SoftCOM 2019), que tendrá lugar del 19 al 21 de septiembre en Split (Croacia) y que organiza la prestigiosa IEEE Communications Society.