Inteligência distribuída em redes de comunicação e internet das coisas
Esmiuçando o Aprendizado de Máquina: Aceleradores Eficientes para Redes Profundas ...
Aprendizagem por reforço explicável para roteamento em redes definidas por software
Processo: | 25/08667-1 |
Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Mestrado |
Data de Início da vigência: | 01 de setembro de 2025 |
Data de Término da vigência: | 28 de fevereiro de 2026 |
Área de conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
Pesquisador responsável: | Luiz Fernando Bittencourt |
Beneficiário: | Lucas de Paula Soares |
Supervisor: | Fredrik Heintz |
Instituição Sede: | Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
Instituição Anfitriã: | Linköping University (LiU), Suécia |
Vinculado à bolsa: | 24/01769-0 - Utilizando Computação na Borda e 6G para serviços com drones, BP.MS |
Assunto(s): | Inteligência artificial Redes de computadores |
Palavra(s)-Chave do Pesquisador: | Algoritmos Anticolisão | Computação na Borda | Inteligência Artificial | Operações com Drones | Redes de Computadores |
Resumo Os serviços de entrega por drones estão em popularidade atualmente por oferecer eficiência para centros de logística. O advento das redes 5G/6G e da computação na borda corrobora a viabilidade deste modelo. No entanto, uma barreira significativa para sua adoção na prática é garantir a segurança operacional, especialmente em espaços aéreos de alta densidade com risco substancial de colisões de drones.Esta proposta FAPESP BEPE aborda o desafio crítico de evitar colisões em sistemas de entrega por drones, integrando algoritmos cooperativos de inteligência artificial (IA) baseados em aprendizado de máquina com o paradigma de computação na borda. Técnicas de IA baseadas em aprendizado são particularmente promissoras neste contexto, permitindo que UAVs se adaptem a condições dinâmicas e reutilizem políticas ótimas.Com base no framework de simulação existente - desenvolvido e melhorado pelo candidato - o objetivo principal deste projeto é incorporar um algoritmo inteligente e cooperativo de prevenção de colisões baseado em IA num ambiente de software-in-the-loop (SITL). O estudo examinará como o offload desses algoritmos para servidores na borda influencia o desempenho e a segurança do algoritmo. A pesquisa proposta será realizada na Universidade de Linköping sob a supervisão do Professor Fredrik Heintz, cujo grupo na Divisão de Inteligência Artificial e Sistemas Integrados (AIICS) tem uma longa experiência em IA e sistemas autônomos. A especialização do laboratório e as fortes ligações do Professor Heintz a parceiros industriais como a Ericsson e a SAAB proporcionam um excelente ambiente para avançar e validar esta fase do projeto. (AU) | |
Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
Mais itensMenos itens | |
TITULO | |
Matéria(s) publicada(s) em Outras Mídias ( ): | |
Mais itensMenos itens | |
VEICULO: TITULO (DATA) | |
VEICULO: TITULO (DATA) | |