お問い合わせ

コース概要

基礎編:デジタルツインと6Gの融合

  • 通信ネットワークにおけるデジタルツインの基本概念
  • ツインモデルの活用を促す6Gサービスカテゴリおよび要件
  • データソース、精度水準、デジタルツインのライフサイクル管理手法

6G構成要素および環境のモデリング方法

  • RAN要素、フロントホール/ミッドホール/バックホール、エッジコンピューティングをツインモデルで表現する手法
  • 伝送路・電波伝搬・テラヘルツ帯およびミリ波のモデリング上の留意点
  • デジタル層と物理層間での時間分解能設定および同期方法

シミュレーションおよび共同シミュレーションのアーキテクチャ

  • スタンドアロン型シミュレーションと実ネットワークテレメトリーを用いた共同シミュレーションの違い
  • Ns-3、Unityをはじめとするエミュレーションツールチェーンと統合試験手法
  • 大規模なツインシナリオに対応したスケーラビリティ戦略

AIによる最適化技術の実践方法

  • 無線資源管理における教師あり学習および強化学習手法
  • ツインモデルから現場への応用に向けたオンライン学習、転移学習、ドメイン適応技法
  • 閉ループ制御フローおよびポリシーの実装パターン

リアルタイムテレメトリー、推論処理、フィードバックループの設計方法

  • ストリーミング型テレメトリーアーキテクチャと低遅延な推論配置手法
  • エッジ側とクラウド側の推論処理における利点比較およびモデル分割技術
  • 安全なフィードバックループ設計手法および人間介入型制御システム構築法

デジタルツインの精度確認・妥当性検証と不確実性管理手法

  • ツインモデルの正確性評価指標および妥当性確認手法
  • モデルに含まれる不確実性の定量化と低減法
  • SLA検証やパフォーマンス保証におけるデジタルツイン利用事例 </li>

オーケストレーション・自動化・インテント駆動型運用手法

  • ツインモデルとオーケストレーションプレーンおよびインテントベースAPIの統合方法 </li>
  • ツインモデルや機械学習成果物用のCI/CDパイプライン構築手法 </li>
  • ポリシーエンジンの設計および自動修復戦略の策定法 </li>

ツインモデル活用型ネットワークにおけるセキュリティ・プライバシー・信頼性確保手法

  • データガバナンス、プライバシー重視のモデリング技法および連合学習型ツイン構成法 </li>
  • ツインモデル同期時やモデル完全性維持における脅威評価手法 </li>
  • AI駆動決定事項の監査・出所追跡および説明可能性確保法 </li>

事例研究と各分野での応用方法

  • 産業自動化や製造現場におけるネットワーク型デジタルツイン活用例 </li>
  • モビリティ管理、自律システム開発、XRサービス検証時の活用手法 </li>
  • 予知保全やキャパシティ計画など実務における応用事例 </li>

実践演習およびミニプロジェクトの内容

  • Ns-3と可視化エンジンを活用してRANセグメント用小型デジタルツインを構築する手法 </li>
  • ツインモデルから生成されるデータを用いた軽量機械学習モデルの訓練法 </li>
  • テレメトリー情報→モデル推論→ポリシー変更が起こる閉ループテストをシミュレーション内で実装する方法 </li>

まとめおよび今後の取り組みについて

要求

  • 通信ネットワーク分野、特にRANやコアネットワークのエンジニアリング経験があること
  • シミュレーションツールやネットワークエミュレーションに馴染みがあること
  • Pythonの操作能力および機械学習の基本的な概念を理解していること

受講対象者

  • 次世代ネットワーク構築に携わる通信エンジニアやネットワーク設計者
  • ネットワーク最適化およびデジタルツイン応用を手がけるAI/機械学習エンジニア
  • 6G利用シナリオの研究・検証に取り組む研究者やシミュレーション専門家
 21 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー