Description du projet
Une optimisation harmonieuse de la gestion du réseau 5G grâce à l’apprentissage automatique
L’apprentissage automatique constitue un sous-ensemble de l’IA dans lequel les algorithmes et les modèles statistiques sont utilisés pour analyser et tirer des conclusions des constantes dans les données, ce qui permet à un système d’apprendre, de s’adapter et de «prendre des décisions» sans instructions explicites. Face à la complexité croissante des réseaux de communication sans fil et au fait que ces derniers doivent gérer des quantités de données qui augmentent de façon exponentielle, les outils de gestion et d’optimisation des réseaux fondés sur l’apprentissage automatique peuvent améliorer considérablement l’efficacité et la fiabilité. Fort du soutien du programme Actions Marie Skłodowska-Curie, le projet WINDMILL met en place un réseau de formation qui a pour objectif d’intégrer les communications sans fil et l’apprentissage automatique pour les réseaux 5G et au-delà.
Objectif
With their evolution towards 5G and beyond, wireless communication networks are entering an era of massive connectivity, massive data, and extreme service demands. A promising approach to successfully handle such a magnitude of complexity and data volume is to develop new network management and optimization tools based on machine learning. This is a major shift in the way wireless networks are designed and operated, posing demands for a new type of expertise that requires the combination of engineering, mathematics and computer science disciplines. The ITN project WindMill addresses this need by providing Early Stage Researchers (ESRs) with an expertise integrating wireless communications and machine learning. The project will train 15 ESRs within a consortium of leading international research institutes and companies comprising experts in wireless communications and machine learning. This a very timely project, providing relevant inter-disciplinary training in an area where machine learning represents a meaningful extension of the current methodology used in wireless communication systems. Accordingly, the project will produce a new generation of experts, extremely competitive on the job market, considering the scale by which machine learning will impact the future and empower the individuals that are versed in it. The project will also nurture the sense of responsibility of the ESRs and the other participants through personal engagement in the training program and by promoting teamwork through collaborative joint projects.
Champ scientifique
Not validated
Not validated
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationstelecommunications networksmobile network5G
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationsradio technology
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Mots‑clés
Programme(s)
Régime de financement
MSCA-ITN - Marie Skłodowska-Curie Innovative Training Networks (ITN)Coordinateur
9220 Aalborg
Danemark
Voir sur la carte
Participants (9)
06410 Biot
Voir sur la carte
08860 Castelldefels Barcelona
Voir sur la carte
02150 Espoo
Voir sur la carte
35122 Padova
Voir sur la carte
164 80 Stockholm
Voir sur la carte
91300 Massy
Voir sur la carte
08014 Barcelona
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
8092 Zuerich
Voir sur la carte
70839 Gerlingen-Schillerhoehe
Voir sur la carte
Partenaires (11)
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
19801 Wilmington
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
14850 Ithaca Ny
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
85579 Neubiberg
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
78701 2982 Austin
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
08034 Barcelona
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
70174 Stuttgart
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
91192 Gif Sur Yvette
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
22203 Arlington
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
22201 Arlington Va
Voir sur la carte
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
69621 Villeurbanne Cedex
Voir sur la carte
Les organisations partenaires contribuent à la mise en œuvre de l’action, mais ne signent pas la convention de subvention.
1331 Fornebu
Voir sur la carte