Alojamiento del código fuente y datos del proyecto Proyección del comportamiento de enlaces en redes inalámbricas LLN mediante series de tiempo aplicando algoritmos de aprendizaje por refuerzo.
En la carpeta de análisis de datos, se encuentran los scripts creados para el análisis de dispersión de las series de tiempo y su verificación.
En la carpeta llamada Diseño de experimentos se encuentra lo siguiente:
- Datos
- Datos para DDPG y RDPG
- Algoritmos (Implementaciones WFV y sin WFV)
Cualquier duda, inquietud o aporte, contacto vía e-mail: [email protected]
El algoritmo Monte Carlo se obtuvo de https://github.com/macskamancs/Forecasting_StockPrices_MonteCarlo/blob/main/MonteCarlo_Forecasting_StockPrices.ipynb?short_path=f8479f0El algoritmo Monte Carlo con acotación se obtuvo de https://github.com/klameer/monte-carlo-sales-forecasting/blob/main/Monte-Carlo-Sales2.ipynb
Los algortimos DDPG y RDPG y sus variantes, se obtuvieron de https://github.com/ChefLiutao/Time-series-forecasting-via-deep-reinforcement-learning
Fuente de datos de experimentación: https://github.com/juandmantilla/Prediccion-LQI-RSSI-series-de-tiempo