Where PhDs and companies meet
Menu
Login

Already registered?

New user?

Generative AI-enabled Vehicular Networks

ABG-120431 Thesis topic
2024-02-16 Public/private mixed funding
Ecole d'ingénieurs - Campus de Paris / UVSQ
Paris - Ile-de-France - France
Generative AI-enabled Vehicular Networks
  • Telecommunications
IA, 6G, V2X

Topic description

Contexte : Les réseaux véhiculaires constituent une classe de réseaux mobiles à part entière présentant l’originalité de permetre aux véhicules de communiquer les uns avec les autres dans le cadre d’une mobilité spatiale élevée et un haut niveau d’autonomie. Il existe différentes technologies qui assurent la communication, Parmi ces technologies, la technologie 5G New Radio (NR) et future réseau 6G. En effet, selon la vision du groupe de travail sur l’architecture de la 6ème génération, l’intelligence artificielle est considérée comme une instance d’application dans le niveau d’application de l’architecture 6G. L’apprentissage par renforcement est l’une des branches de l’IA qui se concentre sur l’apprentissage automatique de la prise de décision séquentielle par un agent.

Problématique et Verrous : Les applications V2X  ont des exigences de QoS variables, nécessitant une allocation efficace des ressources radio pour garantor des communications fiables et à faible latence. Les différents services véhiculaires V2X (vehicle to eveything) nécessitent une qualité de service différente. Certains exigent une QoS extrêmement élevée, comme une latence de bout en bout de 3 ms, une fiabilité de 99,999 % et un débit de transmission de 30 Mbps. En outre, les ressources radio disponibles peuvent être fortement limitée, et la mobilité et la densité des véhicules peuvent varier dans le temps. La recherche existante sur la numérologie 5G NR et son impact sur les communica1ons V2X est limitée. Il existe peu de travaux de recherche sur la numérologie 5G NR, et encore moins sur son impact sur les cas d’utilisation de la communication V2X. Dans cette thèse nous allons nous intéresser à l’utiliisation des capacités offertes par la technologie 5G New Radio (NR) pour une allocation des ressources et un routage optimisé, visant à améliorer l’efficacité, la fiabilité et la qualité des communications Vehicle-to-Vehicle (V2V) et ce en s’appuyant sur les mécanismes de l’IA pour une prise de décision en temps réel.

Starting date

2024-03-04

Funding category

Public/private mixed funding

Funding further details

Presentation of host institution and host laboratory

Ecole d'ingénieurs - Campus de Paris / UVSQ

Cette thèse est en collaboration entre Naila BOUCHEMAL du laboratoire LyRIDS de l’ECE - Ecole d'ingénieurs - Campus de Paris et Sondes.KALLEL de l’équipe NGN au sein du laboratoire DAVID. et Meourane DEBBAH CentralSupelec.

 

 

 

Candidate's profile

Le profil recherché doit être à la fois en réseau mobiles nouvelles généra1on 5G et au-delà mais également avec une maîtrise de l’outil de simula1on Matlab, des méthodes IA et des compétences en Docker pour appliquer les résultats de la thèse sur la plateforme OAI 5G dont dispose l’équipe NGN. Un très bon niveau parlé et écrit en anglais est exigé.

Partager via
Apply
Close

Vous avez déjà un compte ?

Nouvel utilisateur ?