コース概要

基礎:デジタルツインと6Gの融合

  • テレコムネットワークへのデジタルツイン概念の適用
  • 6Gサービスクラスとデジタルツイン利用を促進する要件
  • データソース、忠実度レベル、およびツインライフサイクル管理

6Gコンポーネントと環境のモデリング

  • 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に表現する
  • チャネル、伝播、およびTHz/mmWaveモデリングの考慮事項
  • 時間的粒度とデジタル層と物理層との同期

シミュレーション & 共同シミュレーションアーキテクチャ

  • standaloneシミュレーションと実際のネットワークテレメトリを用いた共同シミュレーションとの比較
  • Ns-3、Unity、およびエミュレーションツールチェーンによる統合テスト
  • 大規模なツインシナリオのためのスケーラビリティ戦略

AIネイティブ最適化手法

  • 監督学習と強化学習による無線リソース管理
  • オンライン学習、転移学習、およびドメイン適応によるツインからフィールドへの転送
  • クローズドループ制御ワークフローとポリシーデプロイメントパターン

リアルタイムテレメトリ、推論、およびフィードバックループ

  • ストリーミングテレメトリアーキテクチャと低遅延推論の配置
  • エッジ推論とクラウド推論のトレードオフ、モデル分割
  • 安全なフィードバックループとヒューマンインザループ制御の設計

デジタルツインの忠実度、検証 & 不確実性量化解法

  • ツイン精度の指標と検証手法
  • モデル不確実性を量化解消および軽減するための手法
  • SLA検証と性能保証にデジタルツインを使用する

オーケストレーション、自動化 & 意図駆動型操作

  • ツインとオーケストレーションプレーンおよび意図ベースAPIの統合
  • CI/CDとテストパイプラインによるツインモデルとMLアーティファクトの検証
  • ポリシーエンジンと自動対処戦略

セキュリティ、プライバシー & 信頼性の高いツイン有効化ネットワーク

  • データガバナンス、プライバシープリザービングモデリング、および連邦型ツインアプローチ
  • ツイン同期とモデルの整合性に関する脅威モデル
  • AI駆動型意思決定の監査、出自追跡、説明可能性

ケーススタディとドメインアプリケーション

  • 産業自動化と製造向けネットワークデジタルツイン
  • 移動、自律システム、およびXRサービス検証
  • 予測メンテナンスやキャパシティプランニングの運用事例

実践ラボとミニプロジェクト

  • ns-3と可視化エンジンを使用してRANセグメントの小規模デジタルツインを構築する。
  • ツイン生成データを使用した軽量MLモデルの異常検知トレーニング
  • クローズドループテストの実装:テレメトリ → モデル推論 → シミュレーションでのポリシー変更

まとめと次ステップ

要求

  • テレコムネットワーキング、RANまたはコアネットワークエンジニアリングの経験
  • 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関する知識
  • Pythonと基本的な機械学習概念の実務経験

対象者

  • 次世代ネットワークに焦点を当てたテレコムエンジニアとネットワークアーキテクト
  • ネットワーク最適化とデジタルツインアプリケーションに取り組むAI/MLエンジニア
  • 6Gユースケースの探索を担う研究エンジニア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