Este artículo investiga la aplicación del aprendizaje automático para el despliegue óptimo de la infraestructura 5G, como la posición y la orientación de la antena que ayudan a lograr la mejor cobertura de la señal. Esto evita la necesidad de realizar mediciones in situ o extensas simulaciones de software. Se aplican modelos de regresión multivariante (MR) y redes neuronales (NN) para predecir la cobertura de la señal en un entorno de interior. Los resultados muestran que el error medio de predicción utilizando NN para el caso investigado es de 7 dB para una frecuencia de funcionamiento de 60 GHz, mientras que el error utilizando la técnica MR es inferior a 6 dB. El aspecto singular de la investigación es la integración del algoritmo de agrupación y el modelo de aprendizaje automático NN para predecir la cobertura de la señal en interiores.
