Offre de Stage de PFE « Deep Reinforcement Learning Techniques
Transcription
Offre de Stage de PFE « Deep Reinforcement Learning Techniques
Offre de Stage de PFE « Deep Reinforcement Learning Techniques for 5G Networks Optimization » @ Orange Labs (Châtillon, IDF) Votre Rôle Ce stage vise à utiliser les combinaisons des techniques d’apprentissage en interaction ou dynamique (« apprentissage par renforcement » ou « reinforcement learning ») et d’apprentissage supervisé (« apprentissage profond » ou « deep learning ») les plus récentes et les plus avancées dans le domaine du Machine Learning afin de résoudre une problématique d’optimisation (allocation de ressources) pour les réseaux 5G. Le déploiement des futurs réseaux 5G va nécessiter en effet une gestion automatique, adaptative et optimisée des ressources mises-en-œuvre pour la réalisation des services invoqués par nos clients, tout en respectant des contraintes de Qualité de Service (QoS) et de Qualité d’Expérience (QoE) à assurer pour les utilisateurs ainsi que des contraintes de consommation énergétique et/ou de fonctionnement pour nos équipements réseaux. La complexité de ces tâches d’allocation de ressources dans les réseaux est telle qu’il sera désormais inenvisageable de recourir à des solutions automatiques rapides mais trop statiques telles que les systèmes experts par exemple. La dynamique du trafic lié aux services invoqués par nos clients implique un mode d’optimisation « en-ligne » pour allouer les ressources des réseaux de manière efficace. Les techniques d’apprentissage par renforcement offrent ainsi un cadre naturel pour adresser cette problématique. Des travaux antérieurs (stage en 2015) ont d’ailleurs montré la pertinence de cette approche pour résoudre un problème plus simple d’allocation de ressources pour les réseaux 4G sous contraintes de QoS et de consommation énergétique. De plus, les avancées récentes dans le domaine de l’apprentissage profond permettent d’adresser des problèmes de régression et de classification en apprentissage supervisé pour des phénomènes très complexes pour lesquels l’utilisation directe de modèles paramétriques se révèle inefficace dans leur mise-en-œuvre concrète en pratique. Les résultats les plus spectaculaires de ces techniques concernent des problématiques de vision par ordinateur et de traitement du langage naturel depuis quelques années. Or, en 2016, la combinaison de ces méthodes couplées aux techniques d’apprentissage par renforcement a permis l’émergence de systèmes très performants en Intelligence Artificielle par Google dans le domaine des jeux notamment (arcade, Go par exemple). Il faut s’attendre ainsi à voir de tels systèmes être développés prochainement pour adresser d’autres problématiques dans d’autres domaines. Dans cette optique, nous proposons donc d’appliquer cette approche conjointe de méthodes pour designer des solutions pour le problème de l’allocation de ressources sous contraintes pour les réseaux 5G, ainsi que pour la détection d’anomalies et le Service Level Agreement (SLA) enforcement dans les réseaux de télécommunications. Les activités de recherche de ce PFE s’inscriront naturellement au sein du projet de recherche collaboratif EU H2020 5G-PPP “COGNET”. Activités Montée en compétence sur les problématiques liées aux réseaux 5G Montée en compétence sur les techniques d’apprentissage statistique (apprentissage par renforcement et apprentissage profond) Design et tests de solutions d’allocation de ressources pour les réseaux Votre Profil - Compétences scientifiques et techniques : Mathématiques : modélisation, statistiques et probabilités Informatique : maîtrise de Python et/ou C/C++ et/ou Matlab, ainsi que des bibliothèques courantes implémentant les principaux modèles et méthodes en machine learning Des compétences en machine learning/apprentissage statistique sont un atout - Expériences souhaitées : Master et/ou Ecole d’Ingénieur, spécialité mathématiques appliquées et/ou informatique Entité Département “Modeling and Statistical Analysis” (MSA) d’Orange Labs. Activités sur la modélisation des trafics et des réseaux fixes (Internet par Fibre et ADSL) et mobiles (2G/3G/4G 5G). Objectifs: – Apporter une meilleure connaissance des trafics, en rapport avec l’évolution des usages et des terminaux dans le cadre de la croissance très importante de ces trafics – Estimer et optimiser les coûts des infrastructures réseaux par zones géographiques dans le cadre de choix stratégiques de déploiement des technologies de nouvelle génération (fibre optique, réseaux mobiles 4G) avec de nouvelles architectures – Améliorer la Qualité de Service (QoS) et les performances des réseaux mobiles – Fournir des modèles analytiques de consommation d’énergie des équipements pour estimer et prévoir la consommation d’énergie des réseaux Durée : 6 mois, date de début en 2017 flexible mais date de fin de PFE hors période juillet-août. Le Plus de l’Offre Travaux de recherche d’expertise sur un domaine porteur : Machine Learning/Deep Learning. Travaux à mener en collaboration dans une équipe projet (projet collaboratif EU H2020 5G-PPP COGNET) en interaction avec des ingénieurs de recherche, post-doc(s), doctorant(s)… Contact : Stéphane Sénécal : [email protected]