Green Machine Learning for 5G and Beyond Resource Optimisation

Informazioni relative al progetto

GreenML5G

ID dell’accordo di sovvenzione: 891221

DOI 10.3030/891221

Progetto concluso il 15 Dicembre 2021

Data della firma CE 21 Aprile 2020

Data di avvio 1 Aprile 2021

Data di completamento 31 Dicembre 2023

Finanziato da

• EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions

Costo totale € 224 933,76

Contributo UE € 224 933,76

Coordinato da

CRANFIELD UNIVERSITY
United Kingdom

Descrizione del progetto

Realizzare algoritmi di apprendimento automatico ecologici

L’ecocompatibilità delle nostre reti di comunicazione è una tendenza emergente, ma potenzialmente minacciata da algoritmi di intelligenza artificiale ad alta intensità energetica, necessari per complesse ottimizzazioni. Il progetto GreenML5G, finanziato dall’UE, studierà come ridurre il dispendio energetico di moduli di apprendimento di rinforzo profondo. Il risultato complessivo del progetto è la creazione di algoritmi di apprendimento automatico ecologici per la gestione delle risorse radio. L’impatto di questa tecnologia si diffonderà in altri settori dell’autonomizzazione e dell’apprendimento automatico.

Obiettivo

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.

Campo scientifico

• engineering and technology › electrical engineering, electronic engineering, information engineering › information engineering › telecommunications › telecommunications networks › mobile network › 5G
• natural sciences › computer and information sciences › artificial intelligence › machine learning › reinforcement learning
• natural sciences › computer and information sciences › artificial intelligence › machine learning › deep learning

Parole chiave

• resource management
• energy efficiency

Programma(i)

• H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions Main Programme
• H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility

Argomento(i)

• MSCA-IF-2019 - Individual Fellowships

Invito a presentare proposte

H2020-MSCA-IF-2019

Meccanismo di finanziamento

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Coordinatore

CRANFIELD UNIVERSITY

• Contribution nette de l'UE: € 224 933,76
• Indirizzo: College Road ; MK43 0AL Cranfield - Bedfordshire ; Regno Unito
• Regione: East of England › Bedfordshire and Hertfordshire › Central Bedfordshire
• Tipo di attività: Higher or Secondary Education Establishments
• Costo totale: € 224 933,76