お問い合わせ

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に適用されるデジタルツインの概念
  • ツインの使用を促す6Gサービスクラスおよび要件
  • データソース、保真度レベル、ツインライフサイクル管理

6Gコンポーネントおよび環境のモデリング

  • ツインモデルにおける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の表現
  • チャネル、伝搬、THz/mmWaveモデリングの考慮事項
  • デジタル層と物理層間の時間的な粒度と同期

シミュレーションおよびコシミュレーションアーキテクチャ

  • 独立したシミュレーション vs リアルなネットワークテレメトリを用いたコシミュレーション
  • 統合テストのためのNs-3、Unity、エミュレーションツールチェーン
  • 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ネイティブ最適化技術

  • 無線リソース管理のための教師あり学習と強化学習
  • ツインからフィールドへの転移のためのオンライン学習、転移学習、ドメイン適応
  • クローズドループ制御ワークフローとポリシー展開パターン

リアルタイムテレメトリ、推論、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 vs クラウド推論のトレードオフとモデル分割
  • 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

デジタルツインの保真度、検証、不確実性の定量化

  • ツインの正確性と検証手法のための指標
  • モデルの不確実性を定量化し緩和するための技術
  • SLA検証とパフォーマンス保証のためのデジタルツインの利用

オーケストレーション、自動化、意図駆動型オペレーション

  • オーケストレーションプレーンや意図ベースのAPIとのツイン統合
  • ツインモデルとML成果物のためのCI/CDおよびテストパイプライン
  • ポリシーエンジンと自動修復戦略

ツイン対応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

  • データガバナンス、プライバシー保護モデリング、フェデレッド・ツインアプローチ
  • ツイン同期とモデル整合性のための脅威モデル
  • AI駆動型決定の監査、来歴、説明可能性

ケーススタディとドメイン応用

  • 製造業向けの産業オートメーションとネットワーク化デジタルツイン
  • モビリティ、自律システム、XRサービスの検証
  • 予測メンテナンスとキャパシティプランニングの運用例

ハンズオンラボとミニプロジェクト

  • ns-3と可視化エンジンを用いたRANセグメントの小規模デジタルツイン構築
  • ツイン生成データを用いた異常検出のための軽量MLモデルの訓練
  • クローズドループテストの実装:テレメトリ → モデル推論 → シミュレーション内でのポリシー変更

まとめと次のステップ

要求

  • テレコムネットワーク、RANまたはコアネットワークエンジニアリングの実務経験
  • シミュレーションツールまたはネットワークエミュレーションへの習熟
  • Pythonおよび基本的な機械学習概念の動作知識

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およびネットワークアーキテクト
  • ネットワーク最適化や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ユースケースを探求する研究エンジニアおよび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