Kollaborativ säker Bayesiansk optimering

Syfte och mål

Detta projekt fokuserar på att optimera nätverkskonfiguration med hjälp av AI. Eftersom 6G-nätverk blir mer komplexa och tätt utbyggda, är manuell justering av basstationsparametrar icke skalbart. Projektet syftar till att skapa AI-baserade nätverk där nätverksnoder samarbetar för att optimera prestanda utan att kompromissa med användarupplevelsen. Genom koordinerad optimering ska metoden minska och upptäcka nya nätverkskonfigurationer medan prestandakraven upprätthålls.

Förväntade effekter och resultat

Det förväntade resultatet är en ny algoritm som utnyttjar 6G-nätverksförtätning för säker och distribuerad optimering av nätverksparametrar. Projektet utforskar hur Safe Bayesian Optimization kan utökas till multiagentsystem inom telekom. Detta inkluderar implementering av algoritmen samt utvärdering av dess prestanda i ett simulerat nätverk.

Planerat upplägg och genomförande

Projektet inleds med en genomgång av säkra optimeringsmetoder. Studenten ska tillsammans med handledaren formulera det 6G-specifika samarbetsoptimeringsproblemet. Studenten kommer att utveckla befintliga algoritmer samt utvärdera deras prestanda med domänspecifika mätvärden i en simulator. Veckomöten kommer att säkerställa framsteg och ge feedback och stöd. Resultaten dokumenteras i en slutrapport som inkluderar litteraturöversikt, problemformulering och numeriska resultat.