Notícias

Banca de QUALIFICAÇÃO: FABIO DE OLIVEIRA TORRES

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: FABIO DE OLIVEIRA TORRES
DATA: 06/03/2020
HORA: 09:30
LOCAL: Sala de Aula 03 - PGITEC
TÍTULO:

OTIMIZAÇÃO NA ALOCAÇÃO DE POTÊNCIA EM CENÁRIOS HETEROGÊNEOS 5G: UMA ABORDAGEM HÍBRIDA BASEADA EM META-HEURÍSTICAS E APRENDIZADO PROFUNDO


PALAVRAS-CHAVES:

Redes de quinta geração, Gerenciamento de recursos de rádio, Meta-heurísticas, Deep Neural Network – DNN


PÁGINAS: 71
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

As infraestruturas de rede de quinta geração - 5G, exigem uma alta quantidade, qualidade, velocidade e distinção do tráfego de dados, fato este que permitirá o suporte a diferentes tipos de aplicações, variando do streaming de vídeo ao auxílio em atividades médicas como a telemedicina. Paralelamente a estas necessidades estão também os desafios ligados ao gerenciamento de recursos de rádio em redes heterogêneas (HetNets), seu controle do fluxo de dados e a sua interoperabilidade. A fim de superar estes problemas, faz-se necessário que certas ações sejam executadas de forma adequada, dentre elas estão a coerente alocação de potência, energia e o controle de interferências entre os diferentes tipos de estações rádio base, pois é desafiador encontrar os parâmetros adequados que devem ser alocados em resposta às alterações nas condições físicas do canal, requisitos das aplicações e da arquitetura da rede, isto de maneira aleatória em um cenário real. Neste contexto, algumas tecnologias estão sendo utilizadas para mitigar estas problemáticas, dentre elas podemos destacar certas meta-heurísticas como os Algoritmos Genéticos – AG e a Otimização por Enxame de Partículas - OEP, assim como métodos de aprendizado de máquina como as redes neurais artificiais e suas variantes: as redes neurais profundas ou nos termos em inglês Deep Neural Networks - DNN. Observando este contexto, propõe-se a realização de avaliações sobre o uso de AG, PSO e algumas de suas variações, no intuito de identificar qual destas apresenta melhor desempenho na otimização da alocação de potência para Estações Rádio Base – ERBs, juntamente com a aplicação de diferentes tipos de redes neurais profundas, como as do grupo das redes recorrentes, isto é, Long Short Term Memory – LSTM e o modelo Gated Recurrent Unit – GRU, a fim de verificar qual delas apresenta maior acurácia na predição de alocação de níveis adequados de potência em cenários heterogêneos 5G, desta forma originando uma arquitetura profunda orientada a dados-offline. Também serão avaliadas as Convolutional Neural Networks (CNN), propostas recentemente como novo framework capaz de controlar adequadamente a transmissão de potência em um sistema de comunicação sem fio.


MEMBROS DA BANCA:
Interno - 2170855 - ADRIANA ROSA GARCEZ CASTRO
Interno - 3439716 - DIEGO LISBOA CARDOSO
Externo ao Programa - 2272363 - LIDIO MAURO LIMA DE CAMPOS
Presidente - 1153173 - ROBERTO CELIO LIMAO DE OLIVEIRA
Notícia cadastrada em: 28/01/2020 11:25
SIGAA | Centro de Tecnologia da Informação e Comunicação (CTIC) - (91)3201-7793 | Copyright © 2006-2024 - UFPA - bacaba.ufpa.br.bacaba2