Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Machine Learning per automazione e gestione di reti ottiche- RIF 079/2024-AR |
|---|---|
| Titolo del progetto di ricerca in inglese | Machine Learning for optical network automation and management- REF 079/2024 - AR |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/03 - TELECOMUNICAZIONI |
| Descrizione sintetica in italiano | Le future reti ottiche di trasporto ottico dovranno incrementare la loro capacità per soddisfare i requisiti di traffico generati dalle future applicazioni, come l’infrastruttura 6G. Pertanto, necessiteranno di un controllo di rete via software, basato sull’astrazione del livello ottico e sulla raccolta pervasiva di dati di telemetria per alimentare gli algoritmi di apprendimento automatico per l’ottimizzazione delle risorse e la gestione dei guasti. L’obiettivo di questo Programma di Ricerca è costruire un framework per una rete autonoma assistita dall’intelligenza artificiale che supporti operazioni in tempo reale senza intervento umano. Sarà sviluppato un piano di controllo autonomo per la rete ottica, in grado di raccogliere e analizzare dati per prendere decisioni e agire sui dispositivi di rete, sfruttando tecniche di intelligenza artificiale e machine learning. |
| Descrizione sintetica in inglese | Future optical transport networks shall be capable of massively scaling capacity to accommodate traffic requirements generated by future applications such as the 6G infrastructure. Thus, they will require a seamless software-defined-networking control, relying on optical layer abstraction and pervasive telemetry data collection to feed machine learning algorithms for resource optimization and fault management. The goal of this Program Research is building a framework for an AI-assisted autonomic network supporting zero-touch real-time operations, i.e., the development of an autonomic control plane for the optical network that comprises a closed-control-loop engine able to collect and analyze data in order to make decisions, and act on the network devices. Control-loops will be implemented at various levels, massively relying on the use of monitoring data and on the application of AI/ML approaches. |
| Data del bando | 18/04/2024 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
OTHER |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://careers.polito.it/ |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | Il bando e la modulistica per partecipare alla valutazione comparativa sono disponibili all'indirizzo: https://careers.polito.it/ |
| Criteri di selezione in inglese (breve descrizione) | To apply for research grants fill out the form available at the following address: https://careers.polito.it/ |
| Nome dell'Ente finanziatore | Politecnico di Torino |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Torino |
| Sito web | http://www.polito.it/ |
| peps.assegnidiricerca@polito.it | |
| Telefono | 0110906136 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 30/04/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | http://www.polito.it/ |