Over the past decade, Artificial Intelligence (AI) has become an important part of our daily lives; however, its application to communication networks has been partial and unsystematic, with uncoordinated efforts that often conflict with each other. Providing a framework to integrate the existing studies and to actually build an intelligent network is a top research priority. In fact, one of the objectives of 5G is to manage all communications under a single overarching paradigm, and the staggering complexity of this task is beyond the scope of human-designed algorithms and control systems. This thesis presents an overview of all the necessary components to integrate intelligence in this complex environment, with a user-centric perspective: network optimization should always have the end goal of improving the experience of the user. Each step is described with the aid of one or more case studies, involving various network functions and elements. Starting from perception and prediction of the surrounding environment, the first core requirements of an intelligent system, this work gradually builds its way up to showing examples of fully autonomous network agents which learn from experience without any human intervention or pre-defined behavior, discussing the possible application of each aspect of intelligence in future networks.

Nel corso dell'ultimo decennio, l'Intelligenza Artificiale (IA) è divenuta parte integrante delle nostre vite quotidiane; tuttavia, la sua applicazione alle reti di comunicazioni è stata parziale e non sistematica, con sforzi non coordinati e obiettivi spesso in conflitto. La creazione di una struttura che integri i lavori esistenti e permetta di realizzare una rete intelligente è una priorità della ricerca nel settore, in quanto uno degli obiettivi del 5G è la gestione coordinata di tutti i tipi di comunicazione in un unico paradigma, la cui complessità estrema va al di là delle possibilità di algoritmi e sistemi di controllo progettati da esseri umani. Questa tesi presenta una descrizione dei componenti necessari a integrare l'intelligenza in questo ambiente complesso, con una prospettiva basata sui bisogni dell'utente. Ogni passo è presentato tramite uno o più casi di studio, che coinvolgono vari elementi e funzioni della rete. Partendo dalla percezione e predizione dell'ambiente circostante, i primi requisiti base di un sistema intelligente, questa tesi procede gradualmente verso esempi di elementi di rete autonomi che imparino dall'esperienza senza interventi dell'operatore o comportamenti predefiniti e discute le possibili applicazioni di ogni aspetto dell'intelligenza nelle reti del futuro.

Intelligence in 5G networks / Chiariotti, Federico. - (2018 Nov 27).

Intelligence in 5G networks

Chiariotti, Federico
2018-11-27

Abstract

Over the past decade, Artificial Intelligence (AI) has become an important part of our daily lives; however, its application to communication networks has been partial and unsystematic, with uncoordinated efforts that often conflict with each other. Providing a framework to integrate the existing studies and to actually build an intelligent network is a top research priority. In fact, one of the objectives of 5G is to manage all communications under a single overarching paradigm, and the staggering complexity of this task is beyond the scope of human-designed algorithms and control systems. This thesis presents an overview of all the necessary components to integrate intelligence in this complex environment, with a user-centric perspective: network optimization should always have the end goal of improving the experience of the user. Each step is described with the aid of one or more case studies, involving various network functions and elements. Starting from perception and prediction of the surrounding environment, the first core requirements of an intelligent system, this work gradually builds its way up to showing examples of fully autonomous network agents which learn from experience without any human intervention or pre-defined behavior, discussing the possible application of each aspect of intelligence in future networks.
Nel corso dell'ultimo decennio, l'Intelligenza Artificiale (IA) è divenuta parte integrante delle nostre vite quotidiane; tuttavia, la sua applicazione alle reti di comunicazioni è stata parziale e non sistematica, con sforzi non coordinati e obiettivi spesso in conflitto. La creazione di una struttura che integri i lavori esistenti e permetta di realizzare una rete intelligente è una priorità della ricerca nel settore, in quanto uno degli obiettivi del 5G è la gestione coordinata di tutti i tipi di comunicazione in un unico paradigma, la cui complessità estrema va al di là delle possibilità di algoritmi e sistemi di controllo progettati da esseri umani. Questa tesi presenta una descrizione dei componenti necessari a integrare l'intelligenza in questo ambiente complesso, con una prospettiva basata sui bisogni dell'utente. Ogni passo è presentato tramite uno o più casi di studio, che coinvolgono vari elementi e funzioni della rete. Partendo dalla percezione e predizione dell'ambiente circostante, i primi requisiti base di un sistema intelligente, questa tesi procede gradualmente verso esempi di elementi di rete autonomi che imparino dall'esperienza senza interventi dell'operatore o comportamenti predefiniti e discute le possibili applicazioni di ogni aspetto dell'intelligenza nelle reti del futuro.
Machine learning, AI, networking, protocols, video streaming, SON, 5G
Intelligence in 5G networks / Chiariotti, Federico. - (2018 Nov 27).
File in questo prodotto:
File Dimensione Formato  
thesis_a.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: Creative commons
Dimensione 15.15 MB
Formato Adobe PDF
15.15 MB Adobe PDF Visualizza/Apri
Pubblicazioni consigliate

Caricamento pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11577/3425752
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact