Projektbeschreibung
Tiefes Lernen für die nächste Generation intelligenter Drahtloslösungen
Kurz vor der Inbetriebnahme von 5G-Netzen und noch moderneren drahtlosen Lösungen gilt es, verschiedene Probleme zu lösen. Äußerst hohe Datenraten sind für die Versorgung einer Vielzahl von Geräten erforderlich. Außerdem werden absolut zuverlässige Kommunikationsverbindungen mit geringer Latenz sowie Energieeffizienz benötigt. Das EU-finanzierte Projekt IUCCF hat sich zum Ziel gesetzt, intelligente drahtlose Mobilfunkdatennetze zu konzipieren. Dabei soll eine Herangehensweise zum Einsatz kommen, die sich auf tiefes Lernen stützt. Das Forschungsteam wird das traditionelle Massiv-MIMO-Konzept (Senden und Empfangen eines Signals, das aus verschiedenen Datensätzen besteht, über einen Funkkanal mit Mehrwegeausbreitung) durch Antennen in Form einfacher Zugangspunkte sowie in Form unbemannter Luftfahrzeuge ausbauen. Das Projekt wird Werkzeuge für das maschinelle Lernen, verteilte Optimierung sowie statistische Signalverarbeitung einsetzen.
Ziel
IUCCF is a 24-months research project focusing on the intelligent design of future cellular wireless data networks. The project leverages on the concepts of ultra-dense network deployments, cloud-based implementations of radio access networks, and of cell-free, user-centric architecture. The aim is to be able to cope with the difficult challenges of future 5G and beyond-5G wireless networks, which will be required to provide ultra-high data-rates, to support a very large number of devices, to provide ultra-reliable and low-latency communications to specific applications, and to operate with the highest levels of energy efficiency. The project will explore the potentialities of the user-centric cell-free massive MIMO concept, where the antennas are distributed, in the form of simple access points (APs), in the service area instead of being collocated at a cell-center. In addition to the use of fixed APs (FAPs), as in traditional cell-free massive MIMO system, the project will introduce also moving APs in the form of unmanned aerial vehicles (UAVs). This scenario poses many issues related to network management and resource allocation schemes that should be considered.
During the project, the ER will learn and adopt tools from machine learning, distributed optimization and statistical signal processing to optimize and add intelligence at both network core and edge in order to tackle the challenges of such a distributed autonomous system.
The project will be carried out by the ER at the University of Cassino and Lazio Meridionale (Italy), under the supervision of Prof. Stefano Buzzi. Furthermore, Nokia Bell-Labs Research Center in Dublin (Ireland) will host the ER for a six-months secondment. The applying ER is Dr. Mohamed Elwekeil, currently a post-doctoral researcher at the college of information engineering, Shenzhen University, China.
Wissenschaftliches Gebiet
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationstelecommunications networksmobile network5G
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsignal processing
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationstelecommunications networksdata networks
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringroboticsautonomous robotsdrones
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordinator
03043 Cassino
Italien