Suche

Christian Doppler Labor für Digitalen Zwillinge und KI für nachhaltige Funkzugangsnetze

E389 / News / Christian Doppler Labor für Digitalen Zwillinge und KI für nachhaltige Funkzugangsnetze
02. May 2023
Bildergalerie öffnen
full-logos
Digitale Zugzwillinge Bildergalerie öffnen
Digitale Zugzwillinge
Projektübersiicht Bildergalerie öffnen
Projektübersiicht

CD-Labor für Digitale Zwillinge mit integrierter KI für nachhaltigen Funkzugang

Dieses CD-Labor strebt nach der Schaffung einer Grundlage für den Einsatz auf künstlicher Intelligenz (KI) basierender Lern- und Aktualisierungsmethoden im Bereich drahtloser Netzwerke in verschiedensten Szenarien, wodurch Aspekte wie Effizienz, Nachhaltigkeit und Zuverlässigkeit profitieren sollen: Zu diesem Zweck werden sogenannte „Digitale Zwillinge“ (DT, „digital twins“) erarbeitet, welche stark unterschiedliche Umgebungen wie Züge, Industriegelände und dynamische Umgebungen samt zugehörigem Funkzugang und der jeweiligen Nutzer_Innenpopulation im Zusammenspiel mit selbigem repräsentieren.

Mobilfunknetze sind seit geraumer Zeit aus Alltag und Berufsleben kaum mehr wegzudenken, auch kommen diese zunehmend im industriellen Umfeld zum Einsatz. Entsprechend können die Anforderungen an diese je nach Nutzer_In, Situation und Anwendungsfall höchst unterschiedlich sein.

Bahnreisende wollen wäh­rend ihrer Fahrt im voll besetzten Zug arbeiten, per Telefon oder Internet kommunizieren oder digitale Unterhaltungsangebote nutzen. Geschwindigkeit, Bauweise des Eisenbahnwagons (Metall und Fenster-Materialien, welche die Ausbreitung des Signals erschweren) und Umgebung (wenn er etwa durch ländliche Gebiete mit geringer Netzabdeckung fährt) stellen große Herausforderungen für eine performante verlässliche Mobilfunkversorgung dar. Die Digitalisierung von Industriellen Abläufen andererseits erfordert eine extrem hohe Zuverlässigkeit der Vernetzung von Maschinen in Echtzeit. Diese Anforderungen verlangen immer mehr Informationen aus dem Mobilfunknetz, es agiert damit auch als Sensor.

Die ersten Generationen des Mobilfunks konnten im laufenden Betrieb kaum differenzierte Benutzeranforderungen berücksichtigen. Erst mit dem 5G-Standard wurden Funktionen im Funknetz realisiert, die eine dynamische Ressourcenoptimierung erlauben und das sogenannte Network Slicing ermöglichen. Die Herausforderung besteht nun darin Methoden zur Realisierung der dynamischen Optimierung zu entwickeln. Im gegenständlichen CD Labor wird die automatisierte Umsetzung der Optimierung durch einen modellbasierten Agenten angestrebt. Dieser muss stets den aktuellen Zustand der Funkschnittstelle sowie eine Vorhersage zukünftiger Lastprofile einbeziehen. Die erfolgreiche Umsetzung basiert somit auf digitalen Abbildungen der Realität, hier kommen die oben eingeführten digitalen Zwillinge ins Spiel.

Die titelgebenden digitalen Zwillinge, welche die Basis des datengetriebenen KI-Managements darstellen sind als Abbildung eines physikalischen Prozesses oder Objekts in einer natürlichen Umgebung auf ein virtuelles Objekt zu verstehen. Sie ermöglichen Validierung, Simulation oder Repräsentation dessen aktuellen oder zukünftigen Status. Ein Aufbau mittels traditionell rein datengetriebenen Machine-Learning(ML)-Methoden ist eine mögliche Lösung, welche jedoch durch ihren Bedarf an Trainingsdaten einen enormen Ressourcenbedarf erfordert.

Indem Laborleiter Philipp Svoboda und sein Team die verschiedenen Aspekte des jeweiligen Netzwerks samt Umgebung und Benutzer_Innen in Form interaktiver digitaler Zwillinge von Eisenbahnnetzen, Industriegeländen und dynamischen Umgebungen erarbeiten, die in ständigem Austausch miteinander wirken, kann ML ressourcenschonend in verschiedenen Szenarien zur Verbesserung der drahtlosen Konnektivität verwendet werden.

Hinweis zu Cookies

Unsere Website verwendet Cookies, um die grundlegende Funktionalität unserer Website zu gewährleisten sowie die Zugriffe auf unserer Website zu analysieren und um Funktionen für soziale Medien und zielgerichtete Werbung anbieten zu können. Hierzu ist es nötig Informationen an die jeweiligen Dienstanbieter weiterzugeben. Weitere Informationen zu Cookies auf der Website finden Sie in unserer Datenschutzerklärung.

  • Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

    Name Zweck Ablauf Typ Anbieter
    wordpress_test_cookie Test cookie zum Testen, ob Cookies gesetzt werden können. 1 Jahr HTTP Homepage TUW
    PHPSESSID Wird von WordPress verwendet, um den Status Ihrer aktuellen Benutzersession über mehrere Seitenanfragen hinweg zu bewahren. Session HTTP Homepage TUW
    wordpress_logged_in_{hash} Wird von Wordpress verwendet, um die Benutzer eingeloggt zu lassen. {hash} repräsentiert einen einmaligen Benutzertoken. 1 Jahr HTTP Homepage TUW
    wp-settings-time-{id} Dient zur Anpassung der Ansicht der Verwaltungsoberfläche und möglicherweise auch der Hauptschnittstelle der Website. 1 Jahr HTTP Homepage TUW
    wordpress_sec_{hash} Dieses Cookie wird verwendet, um Ihre Authentifizierungsdaten zu speichern. Die Verwendung ist auf den Bereich der Verwaltungskonsole beschränkt. {hash} repräsentiert einen einmaligen Benutzertoken. 1 Jahr HTTP Homepage TUW
    wp-settings-{id} Dient zur Anpassung der Ansicht der Verwaltungsoberfläche und möglicherweise auch der Hauptschnittstelle der Website. 1 Jahr HTTP Homepage TUW
    wp-wpml_current_language Speichert die aktuelle Sprache. Dieses Cookie ist standardmäßig auf Websiten aktiviert, um die Funktion der Sprachfilterung für AJAX-Operationen verwenden zu können. 1 Tag HTTP Homepage TUW
    wp-wpml_current_admin_language_{hash} Speichert die aktuelle Sprache des WordPress-Administrationsbereichs. {hash} repräsentiert einen einmaligen Benutzertoken. 1 Tag HTTP Homepage TUW
    CookieConsent_117a3e Speichert Ihre Einstellungen zur Verwendung von Cookies auf dieser Website. 1 Jahr HTML Homepage TUW

  • Mit Hilfe dieser Cookies können wir unser Angebot laufend verbessern und unsere Website an Ihre Bedürfnisse anpassen. Dabei werden pseudonymisierte Daten über die Websitenutzung gesammelt und statistisch ausgewertet.

    Name Zweck Ablauf Typ Anbieter
    _pk_id.136.56ce Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo TUW
    _pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo TUW
    _pk_ses.136.56ce Wird benötigt, um vorübergehende Daten des Besuchs zu speichern. 30 MInuten HTML Matomo TUW