聯繫我們

課程簡介

基礎:數位分身與 6G 的融合

  • 應用於電信網路的數位分身概念
  • 促成分身使用的 6G 服務類別與需求
  • 資料來源、保真度層級及分身生命週期管理

6G 組件與環境建模

  • 在分身模型中表現 RAN 元件、前傳/中傳/後傳及邊緣運算
  • 通道、傳播及 THz/mmWave 建模考量因素
  • 數位與物理層級間的時序粒度與同步

模擬與共模擬架構

  • 獨立模擬與結合真實網路遙測的共模擬
  • Ns-3、Unity 及用於整合測試的模擬工具鍊
  • 大規模分身場景的可擴展性策略

AI 原生優化技術

  • 用於無線資源管理的監督式與強化學習
  • 線上學習、遷移學習及領域適應,以實現分身到現場的轉移
  • 閉環控制工作流程及政策部署模式

即時遙測、推論與回饋迴路

  • 串流架構與低延遲推論配置
  • 邊緣與雲端推論的權衡及模型分割
  • 設計安全的回饋迴路及人機協作控制

數位分身保真度、驗證與不確定性量化

  • 分身準確度指標與驗證方法學
  • 量化及減輕模型不確定性的技術
  • 使用數位分身進行 SLA 驗證與效能保證

編排、自動化及意圖驅動操作

  • 將分身整合至編排層級與基於意圖的 APIs
  • CI/CD 及針對分身模型與 ML 產物的測試管道
  • 政策引擎與自動修復策略

分身支援網路中的安全、隱私與信任

  • 資料治理、保全隱私建模及聯合分身方法
  • 分身同步與模型完整性的威脅模型
  • AI 驅動決策的審計、溯源及可解釋性

案例研究與領域應用

  • 工業自動化與用於製造的網路數位分身
  • 行動性、自主系統及 XR 服務驗證
  • 預測性維護與容量規劃的操作範例

實作實驗室與小型專案

  • 使用 ns-3 及視覺化引擎建構 RAN 區段的微型數位分身
  • 使用分身產生的資料訓練輕量級 ML 模型以進行異常偵測
  • 實施閉環測試:遙測 → 模型推論 → 模擬中的政策變更

總結與後續步驟

最低要求

  • 具備電信網路、RAN 或核心網路工程經驗
  • 熟悉模擬工具或網路模擬
  • 掌握 Python 及基本機器學習概念

受眾

  • 專注於新一代網路的電信工程師與網路架構師
  • 從事網路優化及數位分身應用的 AI/ML 工程師
  • 探索 6G 應用案例的研究工程師與模擬專家
 21 小時

課程分類