感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
基礎：數位孿生與 6G 融合
- 應用於電信網絡的數位孿生概念
- 促使使用孿生技術的 6G 服務類別與需求
- 數據來源、保真度層次及孿生生命週期管理
6G 組件與環境建模
- 在孿生模型中呈現 RAN 元件、前傳/中傳/後傳及邊緣計算
- 信道、傳播及 THz/mmWave 建模考量
- 數字層與物理層之間的時間粒度與同步
模擬與協同模擬架構
- 獨立模擬 vs. 結合真實網絡遙測數據的協同模擬
- 用於整合測試的 Ns-3、Unity 及仿真工具鏈
- 大規模孿生場景的可擴展性策略
原生 AI 優化技術
- 應用於無線資源管理的監督學習與強化學習
- 用於孿生到現場轉移的在線學習、遷移學習及領域適應
- 閉環控制工作流程及策略部署模式
即時遙測、推論與回饋迴路
- 串流遙測架構及低延遲推論放置
- 邊緣 vs. 雲端推論的權衡及模型分割
- 設計安全的回饋迴路及人在環路控制
數位孿生保真度、驗證與不確定性量化
- 孿生準確度指標及驗證方法論
- 量化與緩解模型不確定性的技術
- 使用數位孿生進行 SLA 驗證及性能保障
編排、自動化與意圖驅動運營
- 將孿生與編排層及意圖基於的 API 集成
- 孿生模型與 ML 產物的 CI/CD 及測試管道
- 策略引擎及自動化修復策略
孿生赋能網絡中的安全、隱私與信任
- 數據治理、隱私保護建模及聯合孿生方法
- 孿生同步及模型完整性的威脅模型
- AI 驅動決策的審計、來源追溯及可解釋性
案例研究與領域應用
- 工業自動化及製造業網絡數位孿生
- 移動性、自動系統及 XR 服務驗證
- 預測性維護及容量規劃的運營範例
實作實驗室與迷你專案
- 使用 ns-3 及可視化引擎建立小規模 RAN 片段的數位孿生
- 使用孿生生成數據訓練輕量級 ML 模型以進行異常檢測
- 實施閉環測試：在模擬中執行遙測 → 模型推論 → 策略變更
總結與後續步驟
最低要求
- 擁有電信網絡、RAN 或核心網絡工程經驗
- 熟悉模擬工具或網絡仿真
- 具備 Python 及基礎機器學習概念的實務知識
受眾對象
- 專注於下一代網絡的電信工程師及網絡架構師
- 從事網絡優化與數位孿生應用的 AI/ML 工程師
- 探索 6G 應用場景的研究工程師及模擬專家
21 小時
