Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Integrating wireless communication engineering and machine learning

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 (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/fr/web/eu-vocabularies/euroscivoc.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

MSCA-ITN - Marie Skłodowska-Curie Innovative Training Networks (ITN)

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-ITN-2018

Voir tous les projets financés au titre de cet appel

Coordinateur

AALBORG UNIVERSITET
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 595 044,00
Adresse
FREDRIK BAJERS VEJ 7K
9220 Aalborg
Danemark

Voir sur la carte

Région
Danmark Nordjylland Nordjylland
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 595 044,00

Participants (9)

Partenaires (11)

Mon livret 0 0