Opis projektu
6G oparte na SI z danymi i rozwiązaniami testowymi
Technologia 6G wymaga płynnego współdziałania SI i uczenia maszynowego we wszystkich częściach systemu, od zarządzania siecią po optymalizację zasobów. W tym celu trzeba jednak pokonać kilka wyzwań. Jednym z nich jest brak wysokiej jakości zbiorów danych potrzebnych do trenowania modeli SI. Ponadto testowanie i ocena modeli SI w rzeczywistym środowisku 6G jest trudne bez dostępu do platformy testowej lub cyfrowego bliźniaka. W tym kontekście, finansowany przez UE projekt 6G-DALI pozwoli stworzyć kompleksowe ramy SI dla sieci 6G. Prace obejmują dwa główne elementy: eksperymenty SI jako usługę oraz gromadzenie i przechowywanie danych. Ramy te zapewniają dane do szkoleń i umożliwiają łatwy dostęp do otwartych zbiorów danych. Obejmują także stanowisko testowe cyfrowego bliźniaka do generowania danych na żądanie.
Cel
One of the key enablers of 6G is undoubtedly the Native support of AI/ML at all the system levels, components, and mechanisms, from the orchestration and management levels to the low-level optimization of the infrastructure resources, including Cloud, Edge, RAN, Core Network, as well as a transport network. Despite the opportunities, there are several gaps that hinder the adoption of AI/ML in 6G, such as the lack of extensive and high-quality datasets that are required to train the models. On the other hand, AI model testing and performance evaluation in a representative staging environment (by emulation or real deployment) is also challenging without access to an end-to-end 6G testbed or representative Digital Twin environment. To this end, 6G-DALI aims to deliver an end-to-end AI framework for 6G, structured in two interdependent pillars, (1) AI experimentation as a service via MLOps and (2) Data and analytics collection and storage via DataOps. The 6G-DALI DataOps pillar provides the mechanisms for preparing clean and processed data that are stored within a 6G Dataspace and are made available for training and validating machine learning models as a service, a part of the MLOps Pillar. The end-to-end framework also delivers continuous monitoring, drift detection and retraining of models. Finally, 6G-DALI will deliver open datasets, a 6G Dataspace for dataset storage and secure sharing, and a Digital Twin testbed for data generation on demand.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Przepraszamy… podczas wykonywania operacji wystąpił nieoczekiwany błąd.
Wymagane uwierzytelnienie. Powodem może być wygaśnięcie sesji.
Dziękujemy za przesłanie opinii. Wkrótce otrzymasz wiadomość e-mail z potwierdzeniem zgłoszenia. W przypadku wybrania opcji otrzymywania powiadomień o statusie zgłoszenia, skontaktujemy się również gdy status ulegnie zmianie.
Słowa kluczowe
Program(-y)
- HORIZON.2.4 - Digital, Industry and Space Main Programme
Temat(-y)
Zaproszenie do składania wniosków
(odnośnik otworzy się w nowym oknie) HORIZON-JU-SNS-2024
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-JU-RIA -Koordynator
151 25 Maroussi
Grecja