2026-04-17T04:02:20Zhttps://recercat.cat/oai/requestoai:recercat.cat:2117/4451752026-01-20T06:02:55Zcom_2072_1033col_2072_452951
RECERCAT
author
Marín Baranda, Max
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.
Open Access
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)
Bachelor thesis