Redes neuronales siamesas en la búsqueda de similitud en errores en estaciones base de redes móviles 5G
Autores: Zarbski, Sebastian; Kuzmich, Aleksander; Sitko, Sebastian; Rusek, Krzysztof; Choda, Piotr
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Redes neuronales siamesas en la búsqueda de similitud en errores en estaciones base de redes móviles 5G
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Mejorar
Proceso de I+D
Codificador BERT
Red Siamesa
Tickets de errores
Conjunto de entrenamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Para mejorar el proceso de I+D al reducir los tickets de errores duplicados, utilizamos la idea de componer un codificador BERT como una red Siamesa para crear un sistema que encuentre tickets existentes similares. Propusimos varios métodos diferentes para generar pares de tickets artificiales y así aumentar el conjunto de entrenamiento. Se llevaron a cabo dos fases de entrenamiento. La primera mostró que solo aproximadamente el 9% de los pares fueron identificados correctamente como similares. Solo el 48% de las muestras de prueba resultaron ser pares de tickets similares. Con el ajuste fino, mejoramos ese resultado al 81%, lo que describe un conjunto de decisiones comunes entre el ingeniero de la empresa y la solución presentada. Con esta herramienta, los ingenieros de la empresa reciben un instrumento especializado con la capacidad de evaluar tickets relacionados con un error de seguridad a un nivel cercano al de un empleado experimentado de la empresa. Por lo tanto, proponemos una nueva aplicación de ingeniería en la práctica corporativa en un área muy importante con métodos de red Siamesa que son ampliamente conocidos y reconocidos por su eficiencia.
Descripción
Para mejorar el proceso de I+D al reducir los tickets de errores duplicados, utilizamos la idea de componer un codificador BERT como una red Siamesa para crear un sistema que encuentre tickets existentes similares. Propusimos varios métodos diferentes para generar pares de tickets artificiales y así aumentar el conjunto de entrenamiento. Se llevaron a cabo dos fases de entrenamiento. La primera mostró que solo aproximadamente el 9% de los pares fueron identificados correctamente como similares. Solo el 48% de las muestras de prueba resultaron ser pares de tickets similares. Con el ajuste fino, mejoramos ese resultado al 81%, lo que describe un conjunto de decisiones comunes entre el ingeniero de la empresa y la solución presentada. Con esta herramienta, los ingenieros de la empresa reciben un instrumento especializado con la capacidad de evaluar tickets relacionados con un error de seguridad a un nivel cercano al de un empleado experimentado de la empresa. Por lo tanto, proponemos una nueva aplicación de ingeniería en la práctica corporativa en un área muy importante con métodos de red Siamesa que son ampliamente conocidos y reconocidos por su eficiencia.