Palestrantes Convidados

Prof. Vincent H. Poor

Prof. Vincent H. Poor

Universidade de Princeton, EUA

Rumo às Redes de Comunicação sem Fio 6G: Visão, Tecnologias Habilitadoras e Novas Mudanças de Paradigma

As redes de comunicação sem fio de quinta geração (5G) estão sendo implantadas em todo o mundo e mais recursos estão em processo de padronização, como conectividade massiva, ultra-confiabilidade e baixa latência. No entanto, o 5G não atenderá a todos os requisitos do futuro, e as redes sem fio de sexta geração (6G) deverão fornecer cobertura global, maior eficiência espectral/energia/custo, maior inteligência e segurança, etc. Para atender a esses requisitos, as redes 6G dependem de novas tecnologias habilitadoras, ou seja, interface aérea e tecnologias de transmissão, e novas arquiteturas de rede, como projeto de forma de onda, múltiplo acesso, esquemas de codificação de canal, tecnologias multi-antenas, fatiamento de rede, arquitetura cell-free e computação em nuvem/névoa/borda. Uma visão da 6G é que ela terá quatro novas mudanças de paradigma. Em primeiro lugar, para satisfazer o requisito de cobertura global, a 6G não se limitará às redes de comunicação terrestre, que deverão ser complementadas com redes não-terrestres, como as redes de comunicação via satélite e de veículos aéreos não-tripulados (VANTs), alcançando assim uma rede de comunicação integrada espaço-ar-terra-mar. Vários espectros serão explorados para aumentar ainda mais as taxas de dados e a densidade da conexão, incluindo as bandas de frequência sub-6 GHz, ondas milimétricas (mmWave), terahertz (THz) e bandas de frequência ópticas. Terceiro, diante dos grandes conjuntos de dados gerados por redes heterogêneas, diversos cenários de comunicação, grande número de antenas, larguras de banda e novos requisitos de serviço, as redes 6G permitirão uma nova gama de aplicações inteligentes com a ajuda de tecnologias relacionadas à IA. E, quarto, a segurança da rede terá que ser reforçada ao se desenvolver redes 6G. Esta palestra revisará os avanços recentes e as tendências futuras nesses quatro aspectos.

Biografia

H. Vincent Poor é o professor da Michael Henry Strater University na Princeton University, onde seus interesses incluem teoria da informação, aprendizado de máquina e ciência de redes, e suas aplicações em redes sem fio, sistemas de energia e áreas relacionadas. Ele também teve nomeações como professor visitante em várias outras universidades, incluindo mais recentemente Berkeley e Cambridge. Entre suas publicações está o livro Machine Learning and Wireless Communications, a ser publicado pela Cambridge University Press ainda este ano. O Dr. Poor é membro da Academia Nacional de Engenharia dos EUA e da Academia Nacional de Ciências dos EUA, e membro estrangeiro da Royal Society e de outras academias nacionais e internacionais. O reconhecimento recente de seu trabalho inclui a Medalha Alexander Graham do IEEE em 2017 e doutorados honorários de várias universidades na Ásia, Europa e América do Norte.

Prof. Lajos Hanzo

Prof. Lajos Hanzo

Universidade de Southampton, Reino Unido

Rede Integrada Terra-Ar-Espaço: Apenas Utopia ou um Desafio da Próxima Geração?

Graças aos espetaculares avanços em processamento de sinais e nanotecnologia, cinco gerações de comunicações sem fio foram concebidas nas últimas cinco décadas. De fato, a operação próxima ao limite de capacidade com uma taxa de erro infinitesimalmente baixa tornou-se viável e comunicações de multimídia sem falhas são suportadas em áreas de alta densidade de tráfego, mas como podemos preencher as enormes lacunas de cobertura existentes em todo o mundo?
Como uma arquitetura de sistema promissora, uma solução integrada de cobertura global terrestre, auxiliada por VANT, por avião e por satélite será destacada para pavimentar o caminho para o fornecimento de serviços de próxima geração perfeitos. No entanto, esses enlaces exibem propriedades fortemente heterogêneas, exigindo, portanto, diferentes técnicas de habilitação.
A otimização conjunta das métricas de desempenho conflitantes associadas de taxa de transferência, potência de transmissão, latência, probabilidade de erro, probabilidade de handover e tempo de vida do enlace representa um problema extremamente desafiador. Explicitamente, a otimização sofisticada do sistema de múltiplos componentes é necessária para encontrar a frente de Pareto de todas as soluções ótimas, em que nenhuma das métricas mencionadas acima pode ser melhorada sem degradar pelo menos uma das outras …

Biografia

Lajos Hanzo é membro da Royal Academy of Engineering (FREng), FIEEE, FIET e EURASIP, membro estrangeiro da Academia de Ciências da Hungria. Ele possui doutorado honorário da Universidade de Edimburgo e da Universidade Técnica de Budapeste. Ele foi co-autor de 19 livros da IEEE Press – John Wiley e de 1900+ contribuições de pesquisa no IEEE Xplore. Para obter mais informações sobre sua pesquisa em andamento e publicações associadas, consulte o IEEE Xplore.

Prof. David Gesbert

Prof. David Gesbert

Instituto EURECOM, França

Jogando em Equipe sob Incertezas

A cooperação é uma função essencial em uma ampla gama de cenários de rede, incluindo redes sem fio, redes robótica, redes de transportes e muito mais. Em redes descentralizadas, a cooperação (ou jogo em equipe) deve ser alcançada pelos agentes, apesar das incertezas de informação sobre o estado global da rede. A cooperação na presença de incertezas de informação é um problema altamente desafiador para o qual não existe uma solução de otimização sistemática. Nesta palestra, descrevemos diferentes mecanismos para resolvê-lo, desde a teoria da informação até o aprendizado de máquina. Na abordagem de aprendizado de máquina deste problema, apresentamos as chamadas Redes de Aprendizado Profundo em Equipe (Team-DNN), em que os agentes aprendem a coordenar-se uns com os outros sob incertezas. No domínio da comunicação, mostramos como os dispositivos podem aprender a enviar informações relevantes uns aos outros e tomar as decisões de transmissão adequadas, possivelmente sob o controle de um meta-especialista, de modo a otimizar o desempenho da rede.

Biografia

David Gesbert é professor e chefe do Departamento de Sistemas de Comunicações do EURECOM. Ele também dirige o grupo Fundações e Algoritmos. Ele acolhe e agradece a colaboração com alunos brilhantes e pesquisadores apaixonados nos campos da teoria da comunicação, processamento de sinais para redes (sem fio), teoria da informação, otimização e robótica conectada. Ele ensina “Tópicos avançados em comunicações sem Fio” (outono) e “Teoria da informação” (outono) no EURECOM. Ele foi incluído na lista Thomson-Reuters de pesquisadores altamente citados em ciência da computação. Ele é um Fellow do IEEE. Ele é membro do Conselho da OpenAirInterface (OAI) Software Alliance. Desde 2015, ele é titular de uma bolsa Advanced ERC no tópico de Comunicações de Dispositivos Inteligentes. Desde o início de 2019, ele lidera a cátedra de Sistemas Sem Fio Avançados em Direção a Redes 6G, financiada pela Huawei. Desde 2020, ele ocupa uma cátedra 3IA financiada no tópico de IA para futuras redes IoT.

Prof. Josef Nossek

Prof. Josef Nossek

Universidade Técnica de Munique, Alemanha

Como Obter Eficiência Energética em Sistemas com Multi-Antena? Uma Perspectiva de Camada Física

A eficiência energética tornou-se tão importante quanto a eficiência espectral para a infraestrutura de comunicações do futuro. Como o acesso sem fio é o principal contribuinte para a dissipação geral de energia, o foco aqui está na camada física dos sistemas de comunicação móvel. As principais unidades funcionais do ponto de vista da dissipação de energia são os amplificadores de alta potência (HPAs) no transmissor (Tx) e os conversores analógico para digital (ADCs) no receptor (Rx). Uma abordagem óbvia é usar sinais de envelope constante para os HPAs e no Tx e ADCs de baixa resolução no Rx. O desafio é como superar a perda de desempenho devido a essas restrições. Uma vez que esses sistemas irão empregar múltiplas antenas de qualquer maneira, é importante explorar o potencial dos arranjos de antenas em termos de ganho, diversidade e multiplexação. A base para isso é preencher a lacuna entre a teoria eletromagnética, projeto de circuito, processamento de sinal e teoria da informação. A Teoria das Comunicações Multiporta está fornecendo um arcabouço de teoria dos circuitos que permite uma análise e otimização com base na teoria da informação que é consistente com a física subjacente.

Biografia

Josef A. Nossek (S’72 – M’74 – SM’81 – F’93 – LF’12) recebeu os títulos de Dipl.-Ing. e de Dr. techn em engenharia elétrica pela Universidade Tecnológica de Viena, Áustria, em 1974 e 1980, respectivamente. Em 1974 ele ingressou na Siemens AG em Munique, Alemanha, como membro da equipe técnica, em 1978 tornou-se supervisor e a partir de 1980 foi Chefe de Departamento. Em 1987, ele foi promovido a chefe de todos os projetos de sistemas de rádio. Desde 1989 ele é professor titular de teoria de circuitos e processamento de sinais na Universidade de Tecnologia de Munique, onde ministra cursos de graduação e pós-graduação em teoria de circuitos e sistemas e processamento de sinais e lidera pesquisas sobre algoritmos de processamento de sinais para comunicações, especialmente sistemas multi-antena. Ele foi presidente eleito, presidente e ex-presidente da IEEE Circuits and Systems Society em 2001, 2002 e 2003, respectivamente. Ele foi vice-presidente da VDE (Verband der Elektrotechnik, Elektronik und Informationstechnik eV) 2005 e 2006, presidente da VDE em 2007 e 2008 e foi vice-presidente novamente em 2009 e 2010. Seus prêmios incluem o Prêmio de Melhor Artigo da ITG em 1988, o Prêmio de Inovação Mannesmann Mobilfunk (agora Vodafone) em 1998, o Prêmio de Excelência em Ensino do Ministério da Ciência, Pesquisa e Arte da Baviera em 1998. Da IEEE Circuits and Systems Society, ele recebeu a Medalha do Jubileu de Ouro por ‘Contribuições Extraordinárias para a Sociedade’ em 1999 e o Prêmio de Educação em 2008. Em 2008 também recebeu a Ordem do Mérito da República Federal da Alemanha e em 2009 foi eleito membro da Academia Nacional Alemã de Ciências da Engenharia (acatech). Em 2013 recebeu o Doutorado Honorário e em 2014 o Anel de Honra da VDE. De 2016 a 2019 ele foi Professor Titular da Universidade Federal do Ceará no Brasil.

Dr. Stefan Parkvall

Dr. Stefan Parkvall

ERICSSON Research, Suécia

6G – Comunicação Inteligente Sempre Presente em 2030 e Além

O primeiro lançamento do 5G NR foi padronizado com sucesso pelo 3GPP e redes comerciais estão sendo implementadas em todo o mundo. O 5G continuará a evoluir por muitos anos, com a release 16 recém-concluída e a release 17 em andamento sendo as duas primeiras etapas da evolução.
Paralelamente, a comunidade de pesquisa começou as discussões iniciais sobre 6G e as comunicações sem fio em 2030 e além. Nesse ponto, a sociedade terá sido moldada pelo 5G por 10 anos e novas necessidades e serviços terão surgido. Mesmo com a flexibilidade incorporada do 5G, estamos começando a ver o horizonte onde mais recursos são necessários.
Nesta palestra, discutiremos os drivers fundamentais, possíveis casos de uso, recursos básicos e tecnologias-chave em potencial para um futuro sistema 6G. Tal sistema irá além da conectividade por si só e será uma plataforma confiável para comunicação e computação, incentivando a inovação e servindo como a espinha dorsal da informação da sociedade.

Biografia

Stefan Parkvall (F) é atualmente um especialista sênior na Ericsson Research, trabalhando com pesquisas em 6G e acesso de rádio futuro. Ele é uma das pessoas-chave no desenvolvimento de acesso de rádio HSPA, LTE e NR e esteve profundamente envolvido na padronização do 3GPP por muitos anos. O Dr. Parkvall é membro do IEEE, atuou como palestrante distinto do IEEE em 2011-2012 e é coautor de vários livros populares, como “3G Evolution – HSPA e LTE para banda larga móvel”, “4G – LTE / LTE- Advanced for Mobile Broadband”, “4G, LTE Advanced Pro e o caminho para 5G” e “5G NR – O acesso sem fio da próxima geração”. Ele possui mais de 1.500 patentes na área de comunicação móvel. Em 2005, ele recebeu o prêmio “Inventor do Ano” da Ericsson, em 2009 o Prêmio Técnico Principal do governo sueco por suas contribuições para o sucesso do HSPA, e em 2014 ele e seus colegas da Ericsson foram um dos três finalistas do Prêmio Europeu de Inventores, o prêmio de inventor de maior prestígio na Europa, por suas contribuições para LTE. O Dr. Parkvall recebeu o título de Ph.D. em engenharia elétrica pelo Royal Institute of Technology em 1996. Seus cargos anteriores incluem professor assistente em teoria da comunicação no Royal Institute of Technology, Estocolmo, Suécia, e pesquisador visitante na University of California, San Diego, EUA.

Prof. Paulo Sergio Ramirez Diniz

Prof. Paulo Sergio Ramirez Diniz

Universidade Federal Rio de Janeiro, Brazil

Aprendizagem Online com Seleção de Dados

Na era do big data, oportunidades lucrativas estão se tornando disponíveis para muitas aplicações. À medida que a quantidade de dados continua aumentando, o aprendizado online se torna uma ferramenta atraente para analisar as informações adquiridas. No entanto, o aproveitamento de dados significativos continua sendo um desafio. As ferramentas clássicas de aprendizado de máquina aplicam todos os dados de treinamento sem levar em consideração a relevância de alguns deles. Esta tendência atual de aquisição pervasiva de dados exige alguma estratégia de seleção de dados, especialmente no caso de um subconjunto de dados não trazer inovação suficiente. Como subproduto, além de reduzir o consumo de energia e alguns cálculos, o descarte de dados resulta em estimativas de parâmetros mais precisas. Em muitas situações práticas, é possível verificar se o conjunto de dados adquirido se qualifica para melhorar a inferência estatística relacionada ou se consiste em um outlier ou uma entrada não-inovadora. Destacando as soluções online, discutimos alguns algoritmos de filtragem adaptativa e aprendizado de máquina que permitem a seleção de dados que também aborda a censura de outliers medidos por meio de erros de estimativa elevados inesperados. Os algoritmos resultantes permitem a prescrição de quantas vezes os dados adquiridos devem ser incorporados no processo de aprendizagem com base em algumas suposições anteriores sobre os dados do ambiente ou alguma estimativa simples com base nas informações disponíveis. Os resultados dos testes também mostram a eficácia dos algoritmos propostos para selecionar dados durante a etapa de treinamento de redes neurais para obter as informações de dados mais significativas e melhorar o desempenho do algoritmo durante o treinamento. Os resultados se aplicam a problemas de classificação e regressão levando a economia computacional e redução de erros de classificação. Com base em conjuntos de dados abertos, os exemplos corroboram a eficácia da estratégia discutida.

Biografia

Paulo S. R. Diniz recebeu título de Eng. Eletrônico (Cum Laude) pela Universidade Federal do Rio de Janeiro (UFRJ) em 1978, o título de M.Sc. pela COPPE/UFRJ em 1981, e o de doutor pela Concordia University, Montreal, P. Q., Canadá, em 1984, ambos em engenharia elétrica. Ele escreveu os livros-texto ADAPTIVE FILTERING: Algorithms and Practical Implementation, quinta edição, Springer, Cham, Switzerland, 2020, e DIGITAL SIGNAL PROCESSING: System Analysis and Design, Second Edition, Cambridge University Press, Cambridge, UK, 2010 (com E. A. B. da Silva e S. L. Netto), e a monografia BLOCK TRANSCEIVERS: OFDM and Beyond, Morgan & Claypool, New York, NY, 2012 (W. A. Martins e M. V. S. Lima). Ele publicou mais de 100 artigos revisado por pares em periódicos e mais de 200 artigos em conferências em algumas dessas áreas. É membro titular da Academia Nacional de Engenharia (ANE) e da Academia Brasileira de Ciências (ABC). Ele também é membro do IEEE e EURASIP.