Bądźmy w kontakcie

Plan Szkolenia

Fundamenty: Cyfrowe bliźniaki i konwergencja 6G

  • Pojęcia cyfrowych bliźniaków zastosowane do sieci telekomunikacyjnych
  • Klasy usług i wymagania 6G motywujące zastosowanie bliźniaków
  • Źródła danych, poziomy wierności (fidelity) i zarządzanie cyklem życia bliźniaków

Modelowanie komponentów i środowisk 6G

  • Reprezentacja elementów RAN, fronthaul/midhaul/backhaul oraz obliczeń brzegowych w modelach bliźniaków
  • Uwagi dotyczące modelowania kanałów, propagacji oraz fal THz/mmWave
  • Granularność czasowa i synchronizacja między warstwą cyfrową a fizyczną

Architektury symulacji i współsymulacji

  • Symulacja autonomiczna vs współsymulacja z rzeczywistą telemetrią sieci
  • Narzędzia Ns-3, Unity i łańcuchy narzędzi emulacyjnych do testów zintegrowanych
  • Strategie skalowalności dla scenariuszy dużych bliźniaków

Techniki optymalizacji natywnej SI

  • Uczenie nadzorowane i uczenie z wzmocnieniem do zarządzania zasobami radiowymi
  • Uczenie online, transfer learning i adaptacja domen dla przenoszenia wiedzy z bliźniaka do środowiska rzeczywistego
  • Prace w zamkniętej pętli i wzorce wdrażania polityk

Telemetria w czasie rzeczywistym, wnioskowanie i pętle sprzężenia zwrotnego

  • Architektury strumieniowej telemetrii i lokalizacja inferencji o niskim opóźnieniu
  • Zalety i wady inferencji na brzegu vs w chmurze oraz partycjonowanie modeli
  • Projektowanie bezpiecznych pętli sprzężenia zwrotnego i kontroli z udziałem człowieka (human-in-the-loop)

Wierność cyfrowych bliźniaków, walidacja i kwantyfikacja niepewności

  • Metryki dokładności bliźniaków i metodyki walidacji
  • Techniki kwantyfikacji i redukcji niepewności modeli
  • Używanie cyfrowych bliźniaków do weryfikacji SLA i gwarantowania wydajności

Orkiestracja, automatyzacja i operacje napędzane intencją

  • Integracja bliźniaków z płaszczyzną orkiestracji i interfejsami API opartymi na intencji
  • Rurki CI/CD i testowania dla modeli bliźniaków i artefaktów ML
  • Silniki polityk i automatyzowane strategie naprawcze

Zabezpieczenia, prywatność i zaufanie w sieciach umożliwiających bliźniaki

  • Zarządzanie danymi, modelowanie z zachowaniem prywatności i podejścia federacyjnego dla bliźniaków
  • Modele zagrożeń dla synchronizacji bliźniaków i integralności modeli
  • Audyty, pochodzenie danych i możliwość wyjaśnienia decyzji opartych na SI

Studium przypadków i zastosowania w dziedzinie

  • Automatyzacja przemysłowa i sieciowe cyfrowe bliźniaki dla produkcji
  • Mobilność, systemy autonomiczne i walidacja usług XR
  • Praktyczne przykłady predykcyjnego utrzymania ruchu i planowania pojemności

Praktyczne laboratorium i mini-projekt

  • Tworzenie małego cyfrowego bliźniaka segmentu RAN z użyciem ns-3 i silnika wizualizacji
  • Szkolenie lekkiego modelu ML do wykrywania anomalii na danych generowanych przez bliźniaka
  • Implementacja testu w zamkniętej pętli: telemetria → wnioskowanie modelu → zmiana polityki w symulacji

Podsumowanie i następne kroki

Wymagania

  • Doświadczenie w sieciach telekomunikacyjnych, inżynierii RAN lub sieci rdzeniowych (core network)
  • Znajomość narzędzi do symulacji lub emulacji sieci
  • Biegła znajomość Pythona oraz podstawowych koncepcji uczenia maszynowego

Grupa docelowa

  • Inżynierowie telekomunikacyjni i architekci sieci koncentrujący się na sieciach nowej generacji
  • Inżynierowie SI/ML pracujący nad optymalizacją sieci i aplikacjami cyfrowych bliźniaków
  • Inżynierowie badawczy i specjaliści od symulacji badający przypadki użycia 6G
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie