6G-DATADRIVEN-02 Entregables
| Nombre corto | Entregable | Descripción |
|---|---|---|
| 6G-DATADRIVEN-02-E8 | Diseño inicial de la arquitectura | Este documento proporciona un diseño inicial de la arquitectura del proyecto 6G-DATADRIVEN-02, caracterizada por el uso de la inteligencia artificial para gestionar la industria conectada. La arquitectura propuesta integra herramientas de inteligencia artificial y colección de datos para automatizar las tareas de mantenimiento y producción en entornos de industria conectada. |
| 6G-DATADRIVEN-02-E9 | Arquitectura del sistema revisada | Este documento presenta el diseño del sistema revisado de la arquitectura 6G-DATADRIVEN-02. Actualiza las principales entidades y bloques de construcción presentes en la arquitectura del sistema para lograr una implementación automatizada y sin intervención que aproveche los mecanismos de IA/ML en escenarios de Industria 4.0. El documento considera un conjunto de plantas de producción conectadas a una nube central para realizar tareas relacionadas con la Industria 4.0 utilizando AI/ML y un bucle de orquestación autónomo. Este entregable se centra en especificar las técnicas de IA federadas, las fuentes de datos, la interconectividad y la automatización de procesos. |
| 6G-DATADRIVEN-04-E6 | Arquitectura inicial del sistema | Este documento proporciona una versión inicial del sistema diseñado para el proyecto 6G-DATADRIVEN-04. El documento detalla las componentes de dicho sistema, y explica las extensiones necesarias para su puesta en marcha. |
| 6G-DATADRIVEN-04-E7 | Arquitectura del sistema revisada | Este informe describe la arquitectura del sistema revisada para lograr una conectividad de red confiable y determinista en entornos de Industria 4.0. La arquitectura del sistema revisada se centra en la capa de conectividad multitecnológica que se divide en un plano de control multidominio y un plano de datos multidominio que se centrará en garantizar el determinismo del servicio E2E en entornos industriales sobre múltiples tecnologías. Además, se prevé que el papel de los gemelos digitales en cada uno de los dominios tecnológicos proporcione previsibilidad. |
| 6G-DATADRIVEN-04-E9 | Documento que especifica las extensiones RAW (versión inicial) | Este documento proporciona un análisis de extensiones/soluciones RAW (Reliable and Available Wireless) necesarias para entornos industriales para el proyecto 6G-DATADRIVEN-04, así como un plan de potencial adopción de algunas de las soluciones planteadas en el IETF. El documento dibuja a alto nivel algunas de las soluciones que se estudiarán y desarrollarán en mayor detalle a lo largo del proyecto. |
| 6G-DATADRIVEN-04-E15 | Extensiones RAW Multi-SDO (versión inicial) | Este documento proporciona una primera versión de especificación de extensiones/soluciones RAW (Reliable and Available Wireless) que integran mecanismos desarrollados por diferentes organismos de estandarización (SDOs: Standardization Development Organizations) necesarias para entornos industriales en el proyecto 6G-DATADRIVEN-04, así como un plan de potencial adopción de algunas de las soluciones planteadas en el IETF. Se parte de la motivación e introducción detallados en el entregable 6G-DATADRIVEN-04-E9. |
| 6G-DATADRIVEN-05-E9 | Orquestacion disitribuida para IA/ML (version inicial) | Este documento proporciona una revisión del estado del arte en orquestación distribuida para el proyecto 6G-DATADRIVEN-05. Además, el documento proporciona un diseño inicial de un marco de trabajo (framework) que permite el despliegue ágil de algoritmos de inteligencia artificial y aprendizaje máquina en el Edge. |
| 6G-DATADRIVEN-06-E5 | Análisis del estado del arte del uso de datos e IA en emergencias | Este documento proporciona una visión de conjunto de técnicas de inteligencia artificial y aprendizaje automático aplicadas en situaciones de emergencia. Las nuevas generaciones de comunicaciones móviles como WiFi-6 y 5G jugarán asimismo un papel crucial para habilitar dichas técnicas en múltiples escenarios. Este documento clasifica los tipos de técnicas de aprendizaje automático y distingue tres tipos de emergencias en las que pueden ser de aplicadas. |
| 6G-DATADRIVEN-01-E18 6G-DATADRIVEN-02-E28 6G-DATADRIVEN-03-E24 6G-DATADRIVEN-04-E18 6G-DATADRIVEN-05-E17 6G-DATADRIVEN-06-E20 |
Informe de actividades de comunicación y difusión (2022) | Este documento informa sobre todos los logros y actividades realizadas durante la ejecución de los subproyectos 6G-DATADRIVEN en 2022 en relación con la comunicación y la difusión. Dado que estos subproyectos están relacionados entre sí, se ha decidido integrar los informes individuales de cada subproyecto en un solo documento. |
