Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

practical AI for Time-vAryiNG network traffic fOrecasting in 6G

Descripción del proyecto

Habilitación de modelos de inteligencia artificial para su uso en redes sin intervención

La creciente proliferación y el uso generalizado del internet de las cosas, las tecnologías digitales e inteligentes en la vida pública, los sectores y los servicios públicos han creado una demanda masiva de mayor interconectividad, velocidad, confiabilidad y disponibilidad de las redes. Lamentablemente, satisfacer estas necesidades se está volviendo cada vez más difícil. La implementación de 6G requiere que los operadores de redes móviles implementen soluciones de gestión de servicios y redes sin intervención, respaldadas por tecnología de inteligencia artificial, para automatizar completamente la orquestación de recursos a altas velocidades para satisfacer la demanda. Con el apoyo de las acciones Marie Skłodowska-Curie, el proyecto 6G-AI-TANGO investigará y cuantificará datos relacionados con indicadores clave de rendimiento en la predicción de redes móviles para permitir el uso de modelos de inteligencia artificial en la gestión de servicios y redes sin intervención y aumentar su robustez, eficiencia y confiabilidad.

Objetivo

"To fully exploit the 6G potential and ensure near-zero latency, infinite capacity, and 100% reliability and availability communications, Mobile Network Operators (MNOs) are expected to deploy Zero-touch Network and Service Management (ZSM) solutions that completely automate the resource orchestration and work at a very fast timescale, and Artificial Intelligence (AI) is regarded as the primary enabler for proactive decision-making algorithms that will underpin ZSM.

However, the robustness and trustworthiness of AI predictors are critical aspects and represent one of the major barriers presently withholding MNOs from trusting ZSM technologies. In fact, all existing studies on mobile traffic forecasting work under assumption of stationary network, but, in the case of mobile network Key Performance Indicators (KPIs) prediction, user demands and network configurations are time-varying (non-stationary) in operational mobile networks. For example, update of antenna configurations or shifts in popularity of mobile applications can happen over time.

Thus, this project is termed ""practical AI for Time-vAryiNG network traffic fOrecasting in 6G"" (6G-AI-TANGO) and aims to:
(i) assess and quantify the severity of temporal changes (due to non-stationarity) in 6G network KPI forecasting,
(ii) design AI models tailored to mobile KPI forecasting that are resilient to the long-timescale temporal variations regularly encountered in real-world user demands and network configurations, and
(iii) verify the robustness of proposed predictors on real-word data and in production-grade 6G mobile network during non-academic placement at Telefónica."

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-MSCA-2024-PF-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

FUNDACION IMDEA NETWORKS
Aportación neta de la UEn
€ 242 593,20
Dirección
AVENIDA DEL MAR MEDITERRANEO 22
28918 Leganes (Madrid)
España
Región
Comunidad de Madrid Comunidad de Madrid Madrid
Tipo de actividad
Research Organisations
Enlaces
Coste total
Sin datos

Socios (1)