Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G
Resumen:
El problema abordado es la asignación de recursos en redes 5G. En particular el proyecto trabajó en el desarrollo de una herramienta que permite implementar y simular algoritmos para la asignación de recursos de tiempo y frecuencia en redes 5G. Se puso especial énfasis en el desarrollo de algoritmos que utilicen herramientas de inteligencia artificial ya que por la heterogeneidad de servicios de las redes 5G es necesario que la red aprenda la mejor forma de asignar recursos en diferentes escenarios. Se propusieron nuevos algoritmos asignación de recursos que permiten utilizando inteligencia artificial aprender la asignación óptima de recursos para servicios de muy diferentes requerimientos en cuanto a ancho de banda y latencia. Se desarrolló un simulador de redes 5G, Py5cheSim, que integra funcionalidades que no se encuentran en simuladores de uso público disponibles como la posibilidad de utilizar network slicing en la interfaz de radio. Esta herramienta cuenta con un framework que permite el desarrollo de nuevos algoritmos de asignación de recursos de forma amigable sin la necesidad de conocer en detalle todo el núcleo del simulador. Py5cheSim se licenció bajo licencia de software libre y se encuentra disponible. Por último, durante la ejecución del proyecto se formaron varios recursos humanos en las áreas de investigación abordadas; en particular tres estudiantes de posgrado desarrollaron sus tesis (dos de maestría, una de doctorado) y se dirigieron dos proyectos de fin de carrera.
2022 | |
Agencia Nacional de Investigación e Innovación | |
Redes 5G Inteligencia artificial Ingeniería y Tecnología Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información Telecomunicaciones |
|
Español | |
Agencia Nacional de Investigación e Innovación | |
REDI | |
https://hdl.handle.net/20.500.12381/3200 | |
Acceso abierto | |
Reconocimiento-CompartirIgual 4.0 Internacional. (CC BY-SA) |
_version_ | 1814959268404658176 |
---|---|
author | Belzarena Garcia, Pablo Javier |
author2 | Larroca Ponzoni, Federico Bermolen Romeo, Maria Paola Inglés Loggia, Lucas Belcredi Zambra, Gonzalo Randall Carlevaro, Martín |
author2_role | author author author author author |
author_facet | Belzarena Garcia, Pablo Javier Larroca Ponzoni, Federico Bermolen Romeo, Maria Paola Inglés Loggia, Lucas Belcredi Zambra, Gonzalo Randall Carlevaro, Martín |
author_role | author |
bitstream.checksum.fl_str_mv | 4cd3a2791d0c79210fa5ce15fc74c02f |
bitstream.checksumAlgorithm.fl_str_mv | MD5 |
bitstream.url.fl_str_mv | https://redi.anii.org.uy/jspui/bitstream/20.500.12381/3200/1/Informe_final_publicable_FMV_1_2019_1_155700.pdf |
collection | REDI |
dc.creator.none.fl_str_mv | Belzarena Garcia, Pablo Javier Larroca Ponzoni, Federico Bermolen Romeo, Maria Paola Inglés Loggia, Lucas Belcredi Zambra, Gonzalo Randall Carlevaro, Martín |
dc.date.accessioned.none.fl_str_mv | 2023-04-14T17:32:09Z |
dc.date.available.none.fl_str_mv | 2023-04-14T17:32:09Z |
dc.date.issued.none.fl_str_mv | 2022-12-29 |
dc.description.abstract.none.fl_txt_mv | El problema abordado es la asignación de recursos en redes 5G. En particular el proyecto trabajó en el desarrollo de una herramienta que permite implementar y simular algoritmos para la asignación de recursos de tiempo y frecuencia en redes 5G. Se puso especial énfasis en el desarrollo de algoritmos que utilicen herramientas de inteligencia artificial ya que por la heterogeneidad de servicios de las redes 5G es necesario que la red aprenda la mejor forma de asignar recursos en diferentes escenarios. Se propusieron nuevos algoritmos asignación de recursos que permiten utilizando inteligencia artificial aprender la asignación óptima de recursos para servicios de muy diferentes requerimientos en cuanto a ancho de banda y latencia. Se desarrolló un simulador de redes 5G, Py5cheSim, que integra funcionalidades que no se encuentran en simuladores de uso público disponibles como la posibilidad de utilizar network slicing en la interfaz de radio. Esta herramienta cuenta con un framework que permite el desarrollo de nuevos algoritmos de asignación de recursos de forma amigable sin la necesidad de conocer en detalle todo el núcleo del simulador. Py5cheSim se licenció bajo licencia de software libre y se encuentra disponible. Por último, durante la ejecución del proyecto se formaron varios recursos humanos en las áreas de investigación abordadas; en particular tres estudiantes de posgrado desarrollaron sus tesis (dos de maestría, una de doctorado) y se dirigieron dos proyectos de fin de carrera. |
dc.description.sponsorship.none.fl_txt_mv | Agencia Nacional de Investigación e Innovación |
dc.identifier.anii.es.fl_str_mv | FMV_1_2019_1_155700 |
dc.identifier.uri.none.fl_str_mv | https://hdl.handle.net/20.500.12381/3200 |
dc.language.iso.none.fl_str_mv | spa |
dc.publisher.es.fl_str_mv | Agencia Nacional de Investigación e Innovación |
dc.relation.es.fl_str_mv | https://hdl.handle.net/20.500.12008/31723 https://hdl.handle.net/20.500.12008/30570 https://hdl.handle.net/20.500.12008/30549 https://hdl.handle.net/20.500.12008/29240 https://hdl.handle.net/20.500.12008/30188 https://hdl.handle.net/20.500.12008/27324 https://youtu.be/L81q935K_58 |
dc.rights.es.fl_str_mv | Acceso abierto |
dc.rights.license.none.fl_str_mv | Reconocimiento-CompartirIgual 4.0 Internacional. (CC BY-SA) |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:REDI instname:Agencia Nacional de Investigación e Innovación instacron:Agencia Nacional de Investigación e Innovación |
dc.subject.anii.none.fl_str_mv | Ingeniería y Tecnología Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información Telecomunicaciones |
dc.subject.es.fl_str_mv | Redes 5G Inteligencia artificial |
dc.title.none.fl_str_mv | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
dc.type.es.fl_str_mv | Reporte técnico |
dc.type.none.fl_str_mv | info:eu-repo/semantics/report |
dc.type.version.es.fl_str_mv | Aceptado |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/acceptedVersion |
description | El problema abordado es la asignación de recursos en redes 5G. En particular el proyecto trabajó en el desarrollo de una herramienta que permite implementar y simular algoritmos para la asignación de recursos de tiempo y frecuencia en redes 5G. Se puso especial énfasis en el desarrollo de algoritmos que utilicen herramientas de inteligencia artificial ya que por la heterogeneidad de servicios de las redes 5G es necesario que la red aprenda la mejor forma de asignar recursos en diferentes escenarios. Se propusieron nuevos algoritmos asignación de recursos que permiten utilizando inteligencia artificial aprender la asignación óptima de recursos para servicios de muy diferentes requerimientos en cuanto a ancho de banda y latencia. Se desarrolló un simulador de redes 5G, Py5cheSim, que integra funcionalidades que no se encuentran en simuladores de uso público disponibles como la posibilidad de utilizar network slicing en la interfaz de radio. Esta herramienta cuenta con un framework que permite el desarrollo de nuevos algoritmos de asignación de recursos de forma amigable sin la necesidad de conocer en detalle todo el núcleo del simulador. Py5cheSim se licenció bajo licencia de software libre y se encuentra disponible. Por último, durante la ejecución del proyecto se formaron varios recursos humanos en las áreas de investigación abordadas; en particular tres estudiantes de posgrado desarrollaron sus tesis (dos de maestría, una de doctorado) y se dirigieron dos proyectos de fin de carrera. |
eu_rights_str_mv | openAccess |
format | report |
id | REDI_cd4dc10332277ae68ea7e6543cca2998 |
identifier_str_mv | FMV_1_2019_1_155700 |
instacron_str | Agencia Nacional de Investigación e Innovación |
institution | Agencia Nacional de Investigación e Innovación |
instname_str | Agencia Nacional de Investigación e Innovación |
language | spa |
network_acronym_str | REDI |
network_name_str | REDI |
oai_identifier_str | oai:redi.anii.org.uy:20.500.12381/3200 |
publishDate | 2022 |
reponame_str | REDI |
repository.mail.fl_str_mv | jmaldini@anii.org.uy |
repository.name.fl_str_mv | REDI - Agencia Nacional de Investigación e Innovación |
repository_id_str | 9421 |
rights_invalid_str_mv | Reconocimiento-CompartirIgual 4.0 Internacional. (CC BY-SA) Acceso abierto |
spelling | Reconocimiento-CompartirIgual 4.0 Internacional. (CC BY-SA)Acceso abiertoinfo:eu-repo/semantics/openAccess2023-04-14T17:32:09Z2023-04-14T17:32:09Z2022-12-29https://hdl.handle.net/20.500.12381/3200FMV_1_2019_1_155700El problema abordado es la asignación de recursos en redes 5G. En particular el proyecto trabajó en el desarrollo de una herramienta que permite implementar y simular algoritmos para la asignación de recursos de tiempo y frecuencia en redes 5G. Se puso especial énfasis en el desarrollo de algoritmos que utilicen herramientas de inteligencia artificial ya que por la heterogeneidad de servicios de las redes 5G es necesario que la red aprenda la mejor forma de asignar recursos en diferentes escenarios. Se propusieron nuevos algoritmos asignación de recursos que permiten utilizando inteligencia artificial aprender la asignación óptima de recursos para servicios de muy diferentes requerimientos en cuanto a ancho de banda y latencia. Se desarrolló un simulador de redes 5G, Py5cheSim, que integra funcionalidades que no se encuentran en simuladores de uso público disponibles como la posibilidad de utilizar network slicing en la interfaz de radio. Esta herramienta cuenta con un framework que permite el desarrollo de nuevos algoritmos de asignación de recursos de forma amigable sin la necesidad de conocer en detalle todo el núcleo del simulador. Py5cheSim se licenció bajo licencia de software libre y se encuentra disponible. Por último, durante la ejecución del proyecto se formaron varios recursos humanos en las áreas de investigación abordadas; en particular tres estudiantes de posgrado desarrollaron sus tesis (dos de maestría, una de doctorado) y se dirigieron dos proyectos de fin de carrera.Agencia Nacional de Investigación e InnovaciónspaAgencia Nacional de Investigación e Innovaciónhttps://hdl.handle.net/20.500.12008/31723https://hdl.handle.net/20.500.12008/30570https://hdl.handle.net/20.500.12008/30549https://hdl.handle.net/20.500.12008/29240https://hdl.handle.net/20.500.12008/30188https://hdl.handle.net/20.500.12008/27324https://youtu.be/L81q935K_58Redes 5GInteligencia artificialIngeniería y TecnologíaIngeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la InformaciónTelecomunicacionesInforme final del proyecto: Inteligencia Artificial aplicada a redes 5GReporte técnicoAceptadoinfo:eu-repo/semantics/acceptedVersioninfo:eu-repo/semantics/reportUniversidad de la República. Facultad de Ingeniería//Ingeniería y Tecnología/Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información/Telecomunicacionesreponame:REDIinstname:Agencia Nacional de Investigación e Innovacióninstacron:Agencia Nacional de Investigación e InnovaciónBelzarena Garcia, Pablo JavierLarroca Ponzoni, FedericoBermolen Romeo, Maria PaolaInglés Loggia, LucasBelcredi Zambra, GonzaloRandall Carlevaro, MartínORIGINALInforme_final_publicable_FMV_1_2019_1_155700.pdfInforme_final_publicable_FMV_1_2019_1_155700.pdfapplication/pdf114060https://redi.anii.org.uy/jspui/bitstream/20.500.12381/3200/1/Informe_final_publicable_FMV_1_2019_1_155700.pdf4cd3a2791d0c79210fa5ce15fc74c02fMD5120.500.12381/32002023-04-14 14:32:10.552oai:redi.anii.org.uy:20.500.12381/3200Gobiernohttps://www.anii.org.uy/https://redi.anii.org.uy/oai/requestjmaldini@anii.org.uyUruguayopendoar:94212023-04-14T17:32:10REDI - Agencia Nacional de Investigación e Innovaciónfalse |
spellingShingle | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G Belzarena Garcia, Pablo Javier Redes 5G Inteligencia artificial Ingeniería y Tecnología Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información Telecomunicaciones |
status_str | acceptedVersion |
title | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
title_full | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
title_fullStr | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
title_full_unstemmed | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
title_short | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
title_sort | Informe final del proyecto: Inteligencia Artificial aplicada a redes 5G |
topic | Redes 5G Inteligencia artificial Ingeniería y Tecnología Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información Telecomunicaciones |
url | https://hdl.handle.net/20.500.12381/3200 |