Deep Intelligent Optical and Radio Communication Networks

Deep Intelligent Optical and Radio Communication Networks

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 ()

Консорціум:

THE UNIVERSITY OF WARWICK, UK ()

SKEIN LTD, UA ()

INSTITUTO DE TELECOMUNICACOES – IT, PT ()

TURING INTELLIGENCE TECHNOLOGY LIMITED, UK ()

KHARKIV NATIONAL UNIVERSITY OF RADIO ELECTRONICS, UA (/)

FUDAN UNIVERSITY, CN ()

TIANJIN UNIVERSITY, 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: 

Сайт проєкту