Titulo Estágio
2025/26_N2 Graph Neural Networks (GNN) na Otimização de Redes de Telecomunicações
Local do Estágio
Altice Labs
Enquadramento
IDI - Áreas Chave
Artificial Intelligence/Gen AI
No mundo extremamente conectado de hoje, as redes de telecomunicações tornaram-se um pilar essencial para a comunicação e troca dedados. À medida que a exigência por largura de banda mais elevada e conectividade mais estável cresce, as operadoras de telecomunicações enfrentam o desafio contínuo de otimizar suas redes para atender a estas necessidades. Tradicionalmente, a otimização de redes tem dependido de modelos matemáticos complexos e técnicas de otimização que requerem uma quantidade significativa de intervenção manual e experiência do domínio (que, também, demora muito tempo). No entanto, com o advento das tecnologias de Machine Learning (ML), em particular das GraphNeural Networks (GNN), novos horizontes foram abertos para a otimização automática de redes.
As GNN, uma classe de redes neuronais que operam diretamente em grafos, emergiram como uma ferramenta promissora para modelar a
complexa estrutura de conexões presentes em redes de diversos tipos. Graças à sua capacidade de capturar as dependências espaciais entre os nós numa rede, as GNN oferecem um meio poderoso para automatizar a detecção de padrões e a otimização de redes.
Este projeto propõe a exploração da aplicabilidade das GNN na otimização de redes de telecomunicações, com o objetivo de superar os desafios inerentes à gestão de redes complexas, incidindo em áreas como a otimização da alocação de recursos e a melhoria da qualidade de serviço(QoS). Para tal, são esperados a utilização, o desenvolvimento e o treino de modelos baseados em GNN que possam efetivamente aprender a partir de dados de rede, identificando padrões e correlações que podem não ser imediatamente aparentes para os métodos tradicionais de otimização.
Desta forma, o projeto tem como objetivo contribuir para o avanço do conhecimento no campo da otimização de redes, demonstrando como as tecnologias de inteligência artificial, e em particular as GNN, podem ser utilizadas para enfrentar alguns dos desafios mais prementes na gestão de redes de telecomunicações modernas. Através deste trabalho, espera-se não só avançar na compreensão teórica das GNN e suas aplicações em redes de telecomunicações, mas também fornecer soluções práticas que possam ser implementadas pela indústria, para melhorar a eficiência e a qualidade dos serviços oferecidos aos utilizadores finais.
Objetivo
Com este projeto, são esperados:
Preparação de uma revisão bibliográfica abrangente sobre as técnicas atuais de otimização de redes de telecomunicações, focado emmétodos que utilizem inteligência artificial e Machine Learning (Deep Neural Networks e Graph Neural Networks em especial);
Estudo do domínio em questão e dos seus principais desafios;
Desenvolvimento de modelos de GNN personalizados para abordar problemas específicos de otimização de redes identificados;
Implementação de modelos baseados em GNN, treinados sobre dados reais da organização proponente;
Avaliação da qualidade dos modelos desenvolvidos;
Análise dos resultados obtidos, comparando-os com as técnicas de otimização tradicionais e destacando as vantagens e desvantagens dos modelos de GNN propostos.
Plano de Trabalhos - Semestre 1
O desenvolvimento do projeto atual pode ser sintetizado nas seguintes atividades:
1.
Elaboração de um estado da arte tecnológico e de negócio;
2.
Avaliação de ferramentas e soluções existentes (académicas e profissionais);
3.
Identificação e desenho de um cenário de otimização de redes recorrendo a GNN;
4.
Relatório intermédio.
Plano de Trabalhos - Semestre 2
5.
Desenvolvimento de um protótipo treinado com dados da organização;
6.
Teste e validação, incluindo a comparação com os resultados atuais;
Documentação;
7.
Recolha de feedback e realização de ajustes;
8.
Escrita da dissertação.
Condições
Integração no Programa GENIUS Investigação da Inova-Ria.
Entidade Promotora: Inova-Ria
Entidade de acolhimento: Altice Labs
Com possibilidade de integrar uma Bolsa de Investigação - Programa GENIUS - durante a realização do projeto de Dissertação - Integração numa equipa de I&D na Empresa Altice Labs .
Valor de bolsa de acordo com tabelas da FCT (ver pdf em (www.Inova-Ria.pt).
Período de realização de acordo com o enquadramento da Universidade.
• Horário: De acordo com enquadramento da Universidade
• Formato: (a combinar na entrevista)
• Meios: atribuição de um PC portátil e acessos à rede Interna da Altice Labs
• Kit de Acolhimento
• Onboarding nas equipas da Altice Labs, com atribuição de um tutor full-time
• Possibilidade de participar em todas as iniciativas de partilha de conhecimento ou de entretenimento levadas a cabo pela Altice Labs
• Possibilidade de entrada nos quadros da empresa
Os alunos interessados deverão enviar para genius@inova-ria.pt ao cc Dra Regina Maia Sacchetti (963618710).
• Curriculum Vitae;
• Disciplinas realizadas até ao momento com médias; simples documento eletrónico, que poderá obter no portal académico .
Processo de Seleção: Entrevista Inova-Ria - PROGRAMA GENIUS na qual fará parte o Orientador do projeto de forma a esclarecer a temática envolvida.
Observações
Aspetos Inovadores
A proposta atual apresenta inovação em diferentes aspetos, nas diferentes fases de desenvolvimento:
Adaptação da estrutura complexa e dinâmica das redes de telecomunicações para um modelo de grafos capazes de serem processadospor GNN;
Desenvolvimento de modelos de GNN capazes de aprender padrões complexos para otimização de redes, apresentando alternativas maiseficientes e escaláveis;
A investigação pode contribuir com novos métodos e estudos/benchmarks, úteis para a organização e para a comunidade científica.
Graph Neural Networks (GNN) na Otimização de Redes de Telecomunicações
Ferramentas a utilizar
Python 3, SciKit Learn, Jupyter Notebooks, Pandas, etc;
JIRA, WIKI e GIT.
Referências Bibliográficas
https://www.ericsson.com/en/blog/2023/11/pioneering-within-graph-rural-networks-for-increased-optimization-of-networks
https://www.sciencedirect.com/science/article/pii/S1389128622003681
https://arxiv.org/pdf/1901.00596.pdf
Orientador
Luis Cortesão
luis-m-cortesao@alticelabs.com 📩