Deep Learning para telecomunicaciones

Visión general

Los sistemas inalámbricos de próxima generación necesitan operar en entornos exigentes, donde diversos tipos de interferencias aumentan los desafíos a nivel del sistema. Los receptores inalámbricos tienen numerosas aplicaciones en sistemas que requieren una gestión del espectro eficiente. En esta sesión, demostraremos cómo aplicar técnicas de redes de Deep Learning y Machine Learning a una variedad de sistemas de telecomunicaciones.

Analizaremos las ventajas y desventajas de los flujos de trabajo de Machine Learning y Deep Learning.  También demostraremos cómo realizar la recopilación y el etiquetado de datos desde radios y radares definidos por software disponibles en el mercado para entrenar y probar clasificadores. Nos centraremos en la síntesis de datos para entrenar redes, así como formas eficientes de trabajar con señales de I/Q de banda base de comunicaciones para mejorar los resultados de clasificación.

Aspectos destacados

Demostrar conceptos y flujos de trabajo utilizando varios ejemplos de aplicaciones, como identificación de modulación de forma de onda, huellas dactilares de RF y estimación de canal 5G.

Comprender tradeoffs entre técnicas de Machine Learning y Deep Learning para señales de banda base.

Preprocesar y etiquetar datos de banda base

Sintetizar datos para entrenar redes

Acerca de los presentadores

El Dr. Houman Zarrinkoub es gerente de producto senior de MathWorks y se encarga de productos de telecomunicaciones. Durante sus 20 años en MathWorks, también ha desempeñado el cargo de gerente de desarrollo y se ha encargado de múltiples herramientas de software para el procesamiento de señales y comunicaciones. Antes de trabajar en MathWorks, fue investigador científico especializado en tecnologías de codificación móvil y de voz en el grupo Wireless de Nortel Networks. Ha obtenido múltiples patentes sobre temas afines a simulaciones en escritorio de aplicaciones de procesamiento de señales. Houman es autor del libro Fundamentos de LTE con MATLAB: Del modelado matemático a la simulación y prototipado. Posee una licenciatura en ingeniería eléctrica de la Universidad McGill y una maestría y un doctorado en telecomunicaciones de la Universidad de Quebec en Canadá.

Florent Busnoult es ingeniero de aplicaciones senior en MathWorks y se especializa en el procesamiento de señales y productos de telecomunicaciones. Obtuvo una maestría en ingeniería de telecomunicaciones de Telecom Bretagne, en Francia.