Augustin Jacquelin est élève-ingénieur de l'École Centrale de Lyon en double diplôme avec l'Université Technique de Munich (TUM). Il a rédigé avec ses tuteurs un article scientifique intitulé « Grant-Free Access with Multipacket Reception: Analysis and Reinforcement Learning Optimization » sur l'application de l’intelligence artificielle (IA) pour la communication 5G. Cet article a été élu Best Paper de la conférence WONS 2019 qui s'est tenue en Suisse du 22 au 24 janvier 2019.
Augustin a rédigé ce papier sous la direction de son tuteur Mikhail Vilgelm, doctorant, et Wolfgang Kellerer, responsable de la chaire Communication Networks (Lehrstuhl für Kommunikationsnetze - LKN) à la TUM.
Optimisation du processus de connexion au réseau 5G grâce à l'IA
Ce travail consiste en l'étude d'un sujet important à l'heure actuel dans le monde des réseaux numériques : l'optimisation du processus de connexion à un réseau 5G pour les appareils appartenant aux applications Industrial Internet of Things (IIoT), comme des capteurs de machines ou des entités électriques connectées, qui ont des exigences très particulières en termes de temps de connexion au réseau et taux de défaillance (aussi connu sous le cas d'utilisation Ultra-Reliable Low-Latency Communication défini pour la 5G). L'optimisation est réalisée en utilisant une technique d'intelligence artificielle appelée apprentissage par renforcement (reinforcement learning), qui fournit un résultat très satisfaisant en atteignant 93% des performance maximales théoriques.
Plus précisément, le modèle développé suppose que ces appareils envoient leurs données à une station de base 5G, qui utilise les technologies Non-orthogonal Multiple Access (NOMA) et Successive Interference Cancellation (SIC). Ces technologies permettent à la station de base 5G de recevoir et décoder les données de plusieurs appareils qui auraient interféré en transmettant sur les mêmes ressources temps-fréquence (appelées Resource Blocks).
La particularité du travail consiste à considérer que les appareils envoient leurs données sans demander d'autorisation préalable à la station de base 5G. Cette manière d'envoyer les données s'appelle protocole grant-free. Elle s'oppose au grant-based. La station de base 5G propose un certain nombre d'opportunités de connexion par unité de temps sous forme de ressources temps-fréquence (Resource Blocks).
Le travail commence par l'étude de l'impact du nombre d'opportunités d'accès (Resource Blocks) dans le nombre d'appareils pouvant être décodés, sachant que les technologies NOMA et SIC permettent à la station de base 5G de décoder plusieurs appareils qui auraient interféré. L'apprentissage par renforcement est utilisé pour ajuster de manière dynamique le nombre d'opportunités d'accès en fonction du nombre d'appareils souhaitant envoyer des données. Les résultats montrent que l'IA atteint 93% des performances maximales théoriques, un résultat très satisfaisant.
