Descripción del proyecto
Diseño de algoritmos de aprendizaje automático ecológicos
La integración de consideraciones medioambientales en nuestras redes de comunicación constituye una tendencia de nueva aparición, pero que podría verse comprometida por el uso de algoritmos de inteligencia artificial que consumen una gran cantidad de energía y que son necesarios para optimizaciones complejas. El proyecto financiado con fondos europeos GreenML5G examinará cómo reducir el consumo energético para módulos de aprendizaje profundo por refuerzo. El proyecto se propone desarrollar algoritmos de aprendizaje automático ecológicos para la gestión de recursos de radio. La tecnología tiene repercusiones más amplias en otros ámbitos de la autonomía y el aprendizaje automático.
Objetivo
Artificial Intelligence (AI) is revolutionising a wide range of industries. Wireless networks with emerging high dimensional challenges are set to benefit from data-driven deep learning optimisation across layers. In particular, we expect that the deep supervised and deep reinforcement learning modules can resolve high-dimensionality inputs, achieve near optimal solutions, and efficiently scale via confederated learning. However, what is not well understood is the energy cost and carbon footprint of AI in future wireless networks. The danger is that intelligent networks are not green networks and that the recent progress made in green communication risk being undermined by the new breed of AI-based wireless communication. Here, in this project, we propose to develop green machine learning algorithms for radio resource management. This will lead to a future of intelligent and sustainable wireless networking.
Ámbito científico
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationstelecommunications networksmobile network5G
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationsradio technology
Palabras clave
Programa(s)
Régimen de financiación
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinador
MK43 0AL Cranfield - Bedfordshire
Reino Unido