Dissertação
Neural Network Predictor for Fast Channel Change on Set-Top-Boxes EVALUATED
O tempo de transição entre canais é medido desde que o utilizador carrega para selecionar o novo canal de televisão até que o utilizador começa a ver esse canal no seu equipamento. Com o aparecimento da televisão digital, a qualidade visual e a quantidade de canais recebidos aumentou. Contudo, estas mudanças também impactaram o tempo de mudança de canal. Este aumentou para 2 s, o que é considerado excesivo para se conseguir uma boa experiência de utilização. Nesta tese é proposto um sistema de previsão para utilização em STBs com o objetivo de prever o canal que o utilizador verá a seguir e, dessa forma, reduzir o tempo de transição entre canais. Este trabalho incluiu o desenvovimento de uma RNN com base nos registos de mudança de canal do utilizador para prever o canal seguinte. Esta RNN foi construída de modo a funcionar sempre na STB, tanto quando o modelo está a prever novos canais como quando está a treinar. Após encontrar a melhor combinação de hiperparâmetros, verificou-se que a sua implementação requer apenas 401 KB de espaço em disco e um máximo de 2.4 MB de RAM. O modelo foi implementado em quatro sistemas embebidos com características semelhantes a uma STB. Os resultados mostram uma exatidão de 50.2 % para a previsão de um só canal e 67.7 % para a previsão de 5 canais. Estes valores correspondem, em média, a uma redução de 0.13 horas mensais por utilizador no tempo perdido entre mudanças de canais.
novembro 25, 2022, 15:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado