Artificial Intelligence managed scenarios over implementation of 5G and beyond platform

Η παρούσα διπλωματική εργασία αφορά την μελέτη και ανάπτυξη ενός ολοκληρωμένου συστήματος σε περιβάλλον εργαστηρίου. Η βασική ιδέα αποτελείται από ένα 5G δίκτυο και όλα τα μέρη που απαιτούνται ώστε να δημιουργηθεί μία ολοκληρωμένη υποδομή. Τέτοια μέρη είναι ο κορμός του δικτύου, το σημείο πρόσβασης και οι τελικές συσκευές. Σκοπός αυτής της εγκατάστασης είναι να προσομοιώσει ένα δίκτυο μέσω του οποίου οι τελικές συσκευές θα στέλνουν δεδομένα σε υπηρεσίες τεχνητής νοημοσύνης. Αυτές οι υπηρεσίες κατά κύριο λόγω θα εκτελούν μοντέλα μηχανικής μάθησης, τα οποία θα παράγουν ως έξοδο του συστήματος αποτελέσματα αναγνώρισης αντικειμένων. Επιπρόσθετα, στο σύστημα θα εγκατασταθεί εργαλείο το οποίο θα καταγράφει την κατανάλωση ενέργειας κατά τη διάρκεια της εκτέλεσης των διάφορων πειραμάτων. Το ολοκληρωμένο σύστημα θα αποτελείται από σύγχρονες τεχνολογίες οι οποίες δημιουργήθηκαν για να παρέχουν ευέλικτες λύσεις. Πιο συγκεκριμένα, ο κορμός του δικτύου θα δομηθεί μέσω της υλοποίησης του Open5Gs, το οποίο παρέχει μία πληθώρα εναλλακτικών παραμετροποίησης. Στο επίπεδο του σημείου πρόσβασης και των τελικών συσκευών γίνεται χρήση του UERANSIM, που προσφέρει με αντίστοιχο τρόπο χρηστικότητα όπως το open5Gs. Η ενσωμάτωση των δύο αυτών λύσεων, δημιουργεί το τελικό δίκτυο του εργαστηριακού περιβάλλοντος. Η εργασία θα επεκταθεί με την προσθήκη του YOLO, που θα παίξει το ρόλο της εφαρμογής τεχνητής νοημοσύνης που αναφέρθηκε στην προηγούμενη παράγραφο, δηλαδή η εφαρμογή αναγνώρισης αντικειμένων. Για την κατανάλωση ενέργειας στα μηχανήματα θα αξιοποιηθεί το εργαλείο του PowerAPI, που και αυτό κάνει χρήση μοντέλων μηχανικής μάθησης για τα αποτελέσματα που παράγει. Κατά τη διάρκεια της εργασίας παρουσιάζεται η εγκατάσταση και παραμετροποίηση όλων των συμβαλλόμενων εργαλείων που σκοπεύουν στην όσο κατά το δυνατό πραγματική προσομοίωση μιάς εφαρμογής, στην κατηγορία του Internet-of-Things. Με άλλα λόγια μια εφαρμογή μετάδοσης εικόνας-βίντεο από μία συσκευή προς μια υπηρεσία αναγνώρισης αντικειμένων, μέσω του 5G δικτύου. Θα καταγραφούν διάφορες συστηματικές μετρικές που θα αφορούν την συμπεριφορά του συστήματος στις διάφορες φάσεις του, όπως πριν ή μετά το δίκτυο κορμού, άλλα και στις περιπτώσεις διαφόρων αρχιτεκτονικών της υποδομής. Όσο αφορά τις υπηρεσίες αναγνώρισης αντικειμένων-YOLO, θα ελεγχθούν για διαφορετικές περιπτώσεις ώστε να αποδειχθεί η απόδοση τους για συγκεκριμένες ροές δεδομένων, και εν τέλη αυτή η διαδικασία να αναδείξει την χρησιμότητα της τεχνητής νοημοσύνης, άλλα πιο σημαντικά να εντοπιστούν τα σημεία που χρήζουν βελτιστοποίησης. Η διπλωματική εργασία υλοποιήθηκε σε υποδομές που παρείχε το εργαστήριο SCANLab που βρίσκεται στις εγκαταστάσεις του Τμήματος Πληροφορικής του ΕΚΠΑ, με τη προωθητική συμβολή μελών και ερευνητών που εργάζονται στο συγκεκριμένο χώρο. Το θέμα της διπλωματικής εργασίας εντάσσεται στην οικογένεια θεμάτων που πραγματώνονται στο SCAN Lab και αναδεικνύει τις δυνατότητες που υπάρχουν στο συνδυασμό σύγχρονων τεχνολογιών, προς την κατεύθυνση της βελτίωσης των υπηρεσιών που λειτουργούν για την διευκόλυνση της καθημερινότητας, πάντα κινούμενοι σε ηθικά πλαίσια.

Authors dc:creator

• ΑΔΑΜΑΚΗΣ ΓΕΩΡΓΙΟΣ
• ADAMAKIS GEORGIOS

• Θετικές Επιστήμες
• Science

Language dc:language

Ελληνικά, English, Greek

Identifier

uoadl:5425925

OAI record oai:identifier

https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5425925