6G 網路中的 AI 與數位雙生培訓

基礎：數位雙生與 6G 的融合

• 應用於電信網路的數位雙生概念
• 推動數位雙生應用的 6G 服務類別與需求
• 數據來源、保真度層級及雙生生命週期管理

建模 6G 組件與環境

• 在雙生模型中呈現 RAN 元件、前傳/中傳/回傳網路及邊緣計算
• 信道、傳播及 THz/mmWave 建模考量
• 數位層與物理層之間的時間粒度與同步

模擬與共同模擬架構

• 獨立模擬與結合真實網路遙測數據的共同模擬
• 用於整合測試的 Ns-3、Unity 及仿真工具鏈
• 大規模雙生場景的可擴展性策略

AI 原生優化技術

• 用於無線資源管理的監督式學習與強化學習
• 用於雙生到現場轉移的在線學習、遷移學習與領域適應
• 閉環控制工作流與策略部署模式

即時遙測、推理與回饋循環

• 串流遙測架構與低延遲推理部署
• 邊緣與雲端推理的權衡及模型分割
• 設計安全的回饋循環及人在環控制

數位雙生保真度、驗證與不確定性量化

• 雙生準確度指標與驗證方法論
• 量化並緩解模型不確定性的技術
• 利用數位雙生進行 SLA 驗證與績效保證

編排、自動化與意圖驅動運營

• 將雙生與編排平面及基於意圖的 API 整合
• 針對雙生模型與 ML 產出物的 CI/CD 與測試管線
• 策略引擎與自動修復策略

雙生驅動網路中的安全性、隱私與信任

• 數據治理、隱私保護建模及聯合雙生方法
• 針對雙生同步與模型完整性的威脅模型
• AI 驅動決策的審計、溯源與可解釋性

案例研究與領域應用

• 工業自動化及製造業的網路化數位雙生
• 行動性、自主系統及 XR 服務驗證
• 預測性維護與容量規劃的運營範例

實作實驗與小型專案

• 使用 ns-3 及可視化引擎構建 RAN 區段的小型數位雙生
• 利用雙生生成的數據訓練輕量級 ML 模型以進行異常偵測
• 實施閉環測試：遙測 → 模型推理 → 模擬中的策略變更

總結與後續步驟