Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Türkiye
Tezin Onay Tarihi: 2020
Öğrenci: Hasan Burhan Beytur
Danışman: ELİF UYSAL
Özet:Yeni nesil haberle¸sme aglarında farklı isterlere sahip olan çe¸sitli veri trafikleri birlikte ˘ bulunacak. Bu birliktelik yeni metriklere dayanan ve veri trafiklerini ayırt edebilen yeni tekniklere ihtiyaç duymaktadır. Haberle¸sme baglantılarının tazeli ˘ gini ölçen Bilgi ˘ Ya¸sı metrigi, yeni nesil haberle¸sme a ˘ glarını Nesnelerin ˘ ˙Interneti ve Otonom Sürü¸s gibi yeni teknolojilerine hazırlamak için ümit vadetmektedir. Bu tezde, bilgi ya¸sını dü¸süren çizelgeleme problemini farklı ag modellerinde inceledik. LCFS kuyruklarda ˘ Stochastic Hybrid System metoduyla yaptıgımız teorik çalı¸smaların sonuçları yardı- ˘ mıyla Maximum Age Difference isimli agları bilgi ya¸sı açısından optimize etmekte ˘ kullanılabilecek öne çıkan bir çizelgeleme algoritması önerdik. Ayrıca bilgi ya¸sı dü- ¸süren çizelgeleme problemini Reinforcement Learning tabanlı metodlarla birlikte inceledik. Bu yöntem özellikle agın istatistiksel bilgilerini bilinmedi ˘ gi zaman avantajlı ˘ olmaktadır.