Kerangka Materi

Dasar: Konvergensi Digital Twins dan 6G

  • Konsep digital twins yang diterapkan pada jaringan telekomunikasi
  • Kelas layanan 6G dan persyaratan yang memotivasi penggunaan twin
  • Sumber data, tingkat keakuratan, dan manajemen siklus hidup twin

Memodelkan Komponen 6G dan Lingkungan

  • Mewakili elemen RAN, fronthaul/midhaul/backhaul, dan komputasi tepi dalam model twin
  • Pertimbangan pemodelan saluran, propagasi, dan THz/mmWave
  • Granularitas temporal dan sinkronisasi antara lapisan digital dan fisik

Arsitektur Simulasi & Co-simulasi

  • Simulasi mandiri vs co-simulasi dengan telemetri jaringan real
  • Ns-3, Unity, dan toolchain emulasi untuk pengujian terintegrasi
  • Strategi skala besar untuk skenario twin berukuran besar

Teknik Optimasi AI-Native

  • Pembelajaran terawasi dan pembelajaran penguatan untuk manajemen sumber daya radio
  • Pembelajaran online, transfer learning, dan domain adaptation untuk transfer twin-ke-lapangan
  • Alur kerja kontrol loop tertutup dan pola penyebaran kebijakan

Telemetri Real-Time, Inferensi, dan Loop Umpan Balik

  • Arsitektur telemetri streaming dan penempatan inferensi berlatensi rendah
  • Trade-offs inferensi tepi vs cloud dan partisi model
  • Merancang loop umpan balik yang aman dan kontrol human-in-the-loop

Akurasi, Validasi & Kuantifikasi Ketidakpastian Digital Twin

  • Metrik untuk akurasi twin dan metodologi validasi
  • Teknik untuk mengkuantifikasi dan meredakan ketidakpastian model
  • Menggunakan digital twins untuk verifikasi SLA dan jaminan kinerja

Orkestrasi, Otomatisasi & Operasi Berbasis Niat

  • Mengintegrasikan twin dengan bidang orkestrasi dan API berbasis niat
  • CI/CD dan pipeline pengujian untuk model twin dan artefak ML
  • Mesin kebijakan dan strategi remediasi otomatis

Keamanan, Privasi & Kepercayaan dalam Jaringan Berbasis Twin

  • Pemerintahan data, pemodelan yang mempertahankan privasi, dan pendekatan twin terfederasi
  • Model ancaman untuk sinkronisasi twin dan integritas model
  • Audit, asal-usul, dan penjelasan untuk keputusan AI-driven

Studi Kasus dan Aplikasi Domain

  • Otomatisasi industri dan jaringan digital twins untuk manufaktur
  • Mobilitas, sistem otonom, dan validasi layanan XR
  • Contoh operasional dari pemeliharaan prediktif dan perencanaan kapasitas

Praktikum Tangan dan Mini-Proyek

  • Membangun digital twin kecil dari segmen RAN menggunakan ns-3 dan mesin visualisasi
  • Melatih model ML ringan untuk deteksi anomali menggunakan data yang dihasilkan twin
  • Menerapkan tes loop tertutup: telemetri → inferensi model → perubahan kebijakan dalam simulasi

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dalam jaringan telekomunikasi, RAN atau insinyering jaringan inti
  • Kenalan dengan alat simulasi atau emulasi jaringan
  • Pengetahuan kerja tentang Python dan konsep dasar pembelajaran mesin

Audience

  • Insinyur telekomunikasi dan arsitek jaringan yang fokus pada jaringan generasi berikutnya
  • Insinyur AI/ML yang bekerja pada optimasi jaringan dan aplikasi digital twin
  • Insinyur penelitian dan spesialis simulasi yang mengeksplorasi kasus penggunaan 6G
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait