| Processo: | 20/05127-2 |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Data de Início da vigência: | 01 de janeiro de 2022 |
| Data de Término da vigência: | 31 de dezembro de 2026 |
| Área do conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação |
| Acordo de Cooperação: | MCTI/MC |
| Pesquisador responsável: | Aldebaro Barreto da Rocha Klautau Junior |
| Beneficiário: | Aldebaro Barreto da Rocha Klautau Junior |
| Instituição Sede: | Instituto de Tecnologia. Universidade Federal do Pará (UFPA). Belém , SP, Brasil |
| Município da Instituição Sede: | Belém |
| Pesquisadores principais (Atuais): | Cristiano Bonato Both ; José Ferreira de Rezende ; Kleber Vieira Cardoso ; Luciano Leonel Mendes |
| Pesquisadores associados: | Anderson Reis Rufino Marins ; Antonio Carlos de Oliveira Júnior ; Ciro José Almeida Macedo ; Cláudio Matheus Modesto Barata ; Cleverson Veloso Nahum ; Daniel Campos da Silva ; Davi da Silva Brilhante ; Elton Vivot Dias ; Felipe Hauschild Grings ; Flavio Hernan Figueiredo Nunes ; Gabriel Matheus Faria de Almeida ; Gustavo Dias de Oliveira ; Gustavo Zanatta Bruno ; Hudson de Paula Romualdo ; Ilan Sousa Correa ; Joanna Carolina Manjarres Meneses ; João Paulo Tavares Borges ; Karlla Bianca Chaves Rodrigues ; Kleber Vieira Cardoso ; Leonardo Lira Ramalho ; Luan Assis Gonçalves ; Lucas Costa Shibata ; Lucas Mozart de Souza Carvalho ; Luciano de Souza Fraga ; Lucio Rene Prade ; Mariana Baracat de Mello ; Pedro Henrique Carneiro de Souza ; Pedro Henrique Costa de Sousa ; Rafael Rodrigues Silva ; REBECCA ALMEIDA ABEN ATHAR ; Roberto Michio Marques Kagami ; Rogério Sousa e Silva ; SAND LUZ CORREA ; Thiago Guimarães Tavares ; Victor Hugo Lázaro Lopes ; Wesley Lobato Passos ; William Teixeira Pires Junior |
| Bolsa(s) vinculada(s): | 25/08468-9 - Desenvolvimento de soluções baseadas em IA para orquestração e monitoramento de redes IoT integradas ao núcleo 5G,
BP.TT 25/15794-0 - Modelagem e solução do problema de orquestração inteligente de fatias de rede com acesso não-3GPP, BP.IC 25/03104-9 - Machine learning e inteligência artificial para prova de conceito de SDR para redes de longa distância, BP.TT + mais bolsas vinculadas - menos bolsas vinculadas |
| Assunto(s): | Aprendizado computacional Comunicações sem fio Inteligência artificial Internet das coisas Redes de computadores Realidade aumentada |
| Palavra(s)-Chave do Pesquisador: | Aprendizado de Máquina | comunicacao sem fio | Inteligência Artificial | Internet das Coisas | redes 5G | Redes de Computadores |
Resumo
Redes 5G atenderão aos diferentes requisitos de novos serviços e aplicações, tais como IoT, realidade virtual/aumentada, carros autônomos, agricultura e pecuária de precisão. Para lidar com essa diversidade, múltiplos modos de operação, fornecidos por diferentes tecnologias de acesso sem fio, foram definidos. Além disso, as redes 5G estão sendo desenvolvidas sob um intenso processo de softwarização, caracterizado pelo uso de nuvem, virtualização e programabilidade. Esse processo é significativo nas redes de acesso e ainda mais notável no núcleo 5G. Perante os muitos desafios, há diversas questões em aberto, como a integração de tecnologias de redes de acesso IoT não-3GPP a um núcleo 5G. O projeto SAMURAI se propõe assim a pesquisar, implantar e estender sistemas 5G, desenvolvendo o software necessário para demonstrar a integração das tecnologias de acesso sem fio ao núcleo 5G. Adicionalmente, o projeto abordará as questões relacionadas à adoção de Inteligência Artificial/Aprendizado de Máquina (em inglês, AI/ML) como um componente crítico na evolução das redes 5G. Apesar das instituições de padronização estarem avançando na definição de um arcabouço, ainda há várias lacunas para o uso pleno de AI/ML em 5G. Para superar algumas das lacunas mais relevantes, o projeto SAMURAI determinará algoritmos e técnicas de AI/ML adequados para problemas nas redes de acesso e núcleo, como adaptação do enlace às condições do canal, seleção de feixe em ondas milimétricas e posicionamento de funcionalidades, além de avançar o estado-da-arte no processo de coleta e uso de dados. Agregando instituições acadêmicas e a RNP, o projeto viabiliza a avaliação de AI/ML em rede de abrangência nacional, permitindo o desenvolvimento de soluções que possuam comportamento previsível e possam ser efetivamente adotadas em sistemas de produção que alavanquem casos de uso prioritários ao Brasil, como educação viabilizada por redes de longo alcance. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |