2026-04-13T02:27:23Zhttps://recercat.cat/oai/request

oai:recercat.cat:2117/4451752026-01-20T06:02:55Zcom_2072_1033col_2072_452951

00925njm 22002777a 4500 dc Marín Baranda, Max author 2025-10-22 Projecte de fi de grau que té com a objectiu la optimització d'una sincronització de dades en temps real per a la plataforma KOS.gg. La solució proposada es basa en l'ús de tècniques d'aprenentatge automàtic per crear un sistema de priorització. Es van seleccionar els algorismes d'aprenentatge supervisat K-Nearest Neighbors (KNN) i Support Vector Machine (SVM) per a aquesta tasca de regressió, i es va dissenyar l'arquitectura per a l'Aprenentatge per Reforç (RL) com a prova de concepte. L'objectiu final és minimitzar el temps mitjà d'actualització i mantenir la frescor de les dades percebuda pels usuaris. Final Degree Project aiming at the optimization of real-time data synchronization for the KOS.gg platform. The proposed solution is based on the use of Machine Learning techniques to create a prioritization system. The supervised learning algorithms K-Nearest Neighbors (KNN) and Support Vector Machine (SVM) were selected for this regression task, and the architecture for Reinforcement Learning (RL) was designed as a proof of concept. The ultimate goal is to minimize the average update time and maintain the perceived data freshness for the users. Àrees temàtiques de la UPC::Informàtica::Enginyeria del software Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic Software engineering Machine learning KNN SVM RL RL RL Enginyeria de programari Aprenentatge automàtic Optimització d'una sincronització de dades en temps real sota els límits restringits per l'API (Machine learning)