Kursplan

Grunnlag: Digitale twin og 6G-konvergens

  • Konsepter om digitale twin anvendt på telecom-nettverk
  • 6G-tjenesteklasser og -krav som motiverer bruk av twin
  • Datakilder, nøyaktighetsnivåer, og twin-livssyklusstyring

Modellering av 6G-komponenter og -miljøer

  • Representasjon av RAN-elementer, fronthaul/midhaul/backhaul, og edge compute i twin-modeller
  • Kanal-, propagerings- og THz/mmWave-modelleringsovervelegelser
  • Tidslig granularitet og synkronisering mellom digitale og fysiske lag

Simulerings- & co-simulasjonsarkitekturer

  • Standalone-simulering vs co-simulering med reelt nettverks-telemetri
  • Ns-3, Unity og emuleringsverktøykjeder for integrert testing
  • Skalbarhetsstrategier for store twin-scenarier

AI-native optimeringsteknikker

  • Overvåket og styrkelsebasert læring for radiokildedrift
  • Online-læring, overføringssjering, og domeneanpassning for twin-to-field-overføring
  • Closed-loop-kontrollarbeidsganger og policy-utformningsmønstre

Reeltids-telemetri, inferens, og feedback-løkker

  • Streaming-telemetriarkitekturer og lav-latensinferensplasering
  • Kompromisser mellom kant- og skyinferens, og modellpartisjonering
  • Design av sikre feedback-løkker og kontroller med menneskelig inngrep

Digital twin-nøyaktighet, validasjon & usikkerhetskvantisering

  • Metrikker for twin-nøyaktighet og validasjonsmetodikk
  • Teknikker for kvantisering og mindigelse av modellusikkerhet
  • Bruk av digitale twin for SLA-verifisering og ytelsesgaranti

Orchestrering, automatisering & intentdrevne operasjoner

  • Integrasjon av twin med orchestrering-planer og intent-baserte APIs
  • CI/CD-og testingpipelines for twin-modeller og ML-artefakter
  • Policy-motorer og automatiserte feilsøkningsstrategier

Sikkerhet, privatlivsskytt & tillit i twin-støttede nettverk

  • Datastyring, privatlivsvennlig modellering, og federerte twin-tilnærminger
  • Trussemmer for twin-synkronisering og modellintegritet
  • Revisjon, opprinnelse, og forklarbarhet for AI-drevne beslutninger

Casestudier og domenapplikasjoner

  • Industriel automatisering og nettverkede digitale twin for produksjon
  • Mobilitet, autonome systemer, og XR-tjenesteverifisering
  • Eksempler på drift med prediktiv vedlikehold og kapasitetsplanlegging

Hånd-på labs og mini-prosjekt

  • Bygge en liten skala digital twin av et RAN-segment ved hjelp av ns-3 og en visualiseringsmotor
  • Trene en lettvint ML-modell for feilsøking av anomali ved hjelp av twin-genererte data
  • Implementere en closed-loop-test: telemetri → modellinferens → policyendring i simulering

Oppsummering og neste steg

Krav

  • Erfaring i telecom-nettverksarbeid, RAN eller kjernenettverksteknikk
  • Familiaritet med simuleringstøy eller nettverksemulering
  • Arbeidskunnskap om Python og grunnleggende maskinlæringskonsepter

Målgruppe

  • Telecom-ingeniører og nettverksarkitekter fokusert på neste generasjon av nettverk
  • AI/ML-ingeniører som jobber med nettverksoptimering og digital twin-applikasjoner
  • Forskningsingeniører og simuleringsspesialister som utforsker 6G-brukstilfeller
 21 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier