Назва проєкту: «Deep Intelligent Optical and Radio Communication Networks»
Тип діяльності: MSCA-RISE-2020 – Обмін науковими та інноваційними кадрами
Грантова Угода #101008280 (DIOR)
Строк виконання проєкту: 48 місяців (2021 – 2024)
Координатор: TAMPERE UNIVERSITY, FI (https://www.tuni.fi/fi)
Консорціум:
THE UNIVERSITY OF WARWICK, UK (https://warwick.ac.uk/)
SKEIN LTD, UA (https://skein.co/)
INSTITUTO DE TELECOMUNICACOES – IT, PT (https://www.it.pt/)
TURING INTELLIGENCE TECHNOLOGY LIMITED, UK (https://turintech.ai/)
KHARKIV NATIONAL UNIVERSITY OF RADIO ELECTRONICS, UA (https://nure.ua/)
FUDAN UNIVERSITY, CN (https://www.fudan.edu.cn/)
TIANJIN UNIVERSITY, CN (http://www.tju.edu.cn/)
Цілі проєкту:
– Оптимізація обробки сигналів і мережевого трафіку на основі даних із застосуванням нейронної мережі (НМ).
– Розробка конволюційних і рекурентних моделей НМ для мереж оптичного та радіозв’язку для пом’якшення стохастичних спотворень, оптимізації проходження мережі та полегшення розподілу навантаження мережі. Використання гетерогенного аналізу даних для побудови моделей оптоволоконних і радіоканалів доступу та для оцінки навантаження на трафік з метою оптимізації розгортання і роботи оптичних та радіомереж.
– Розробка алгоритмів машинного навчання (MН) та штучних нейронних мереж (ШНМ), які полегшать майбутній оптичний та радіозв’язок великої ємності для забезпечення нової генерації інтелектуальних мереж зв’язку після 5G.
Очікувані результати:
– Розробити нові методи попереднього цифрового спотворення на основі МН для лінеаризації підсилювачів потужності базових станцій.
– Розробити модель синтезу акустичної / відео інформації (поведінка користувача, траєкторія, розташування) та дизайн формування радіопроменя для високоточного вирівнювання та управління променями в 5G.
– Розробити ШНМ для обробки базової смуги частот незалежно від моделі каналу.
– Курирувати фізичний рівень високої роздільної здатності та дані попиту трафіку для створення моделей каналів високої точності.
– Розробити модель оптичного каналу на основі штучного інтелекту для опто-волоконної системи з урахуванням стохастичних порушень.
– Розробити структуру ШНМ для компенсації стохастичних нелінійних порушень в оптоволокні та напівпровідникових лазерах.
– Розробити алгоритми та топології шляху передачі сигналів для оптимального розподілу затримки та навантаження комунікаційних мереж з інтелектуальною гнучкістю.
– Розробити механізми інтеграції аналізу даних та аналізу навантаження для оптимізації розподілу ресурсів оптичних та радіомереж.
Інформація щодо проєкту на сайті CORDIS – EU research results: https://cordis.
Сайт проєкту https://dior-rise.eu/