Şəbəkənin idarə edilməsində süni intellekt və maşın öyrənməsiSyllabus

Subject code

İFS

Credits

6

Student workload

0

Semester

Autumn semester

Academic year

2026-2027

Subject type

Mandatory

Form of education

Full-time

Language of instruction

Azerbaijani

In-class hours

a) 30 saat - mühazirə b) 15 saat- seminar

Out-of-class hours

a) 90 saat – sərbəst iş b) 45 saat- layihə işi və ya məsləhət saatı və s.

Fənn çərçivəsində müasir kompüter və telekommunikasiya şəbəkələrinin idarə edilməsində süni intellekt və maşın öyrənməsi yanaşmalarının nəzəri və praktiki əsasları araşdırılır. tələbələr şəbəkə trafikinin təhlili, anomaliyaların və nasazlıqların aşkarlanması, resursların optimal bölüşdürülməsi, trafik proqnozlaşdırılması, şəbəkə performansının optimallaşdırılması və kibertəhlükəsizlik məsələlərinin həllində maşın öyrənməsi alqoritmlərindən istifadəni öyrənirlər.

• lecture
• project-based learning
• interactive discussion
• problem-based learning
• teamwork
• seminar
• case study
• presentations

No learning outcomes have been added.

1. 1.
   Süni i̇ntellekt və maşın öyrənməsinə giriş: telekommunikasiya şəbəkələrində tətbiqlərLecture

   Süni intellekt (ai) və maşın öyrənməsinin (ml) əsas anlayışları, metodları və telekommunikasiya şəbəkələrində tətbiq istiqamətləri araşdırılır.

2. 2.
   Nəzarətli öyrənmə: təsnifat və reqressiya modelləriLecture

   Nəzarətli öyrənmənin mahiyyəti, təsnifat və reqressiya məsələləri, əsas alqoritmlər, modelin təlimi və performans göstəriciləri öyrənilir.

3. 3.
   Telekommunikasiya şəbəkələrində məlumatların toplanması və hazırlanmasıLecture

   Şəbəkələrdən məlumatların toplanması, məlumat mənbələri, verilənlərin təmizlənməsi, normallaşdırılması, xüsusiyyətlərin seçilməsi və ML üçün məlumat dəstlərinin hazırlanması öyrənilir.

4. 4.
   Nəzarətsiz öyrənmə: klasterləşdirmə və anomaliyaların aşkarlanmasıLecture

   Nəzarətsiz öyrənmənin prinsipləri, klasterləşdirmə alqoritmləri və telekommunikasiya şəbəkələrində anomaliyaların aşkarlanması üsulları araşdırılır.

5. 5.
   Maşın öyrənməsinin əsasları və telekommunikasiya məlumatlarına tətbiqiLecture

   Maşın öyrənməsinin əsas prinsipləri, öyrənmə mərhələləri, modelin təlimi və qiymətləndirilməsi, telekommunikasiya məlumatlarına ML yanaşmalarının tətbiqi araşdırılır.

6. 6.
   Dərin öyrənmə və neyron şəbəkələri

   Süni neyron şəbəkələrinin quruluşu, dərin öyrənmə prinsipləri, təlim prosesi və telekommunikasiya məsələlərində dərin öyrənmə modellərinin tətbiqi öyrənilir.

7. 7.
   Telekommunikasiya şəbəkələrinin kpi-larının təhlili və performans proqnozlaşdırılmasıLecture

   Şəbəkə kpi-larının mahiyyəti, performans göstəricilərinin təhlili, zaman sıraları və ML modellərindən istifadə etməklə şəbəkə performansının proqnozlaşdırılması araşdırılır.

8. 8.
   Ai əsaslı radio şəbəkə planlaşdırılması və optimallaşdırılmasıLecture

   Radio şəbəkələrin planlaşdırılmasında AI metodlarının tətbiqi, baza stansiyalarının yerləşdirilməsi, radio resurslarının optimallaşdırılması və əhatə dairəsinin yaxşılaşdırılması məsələləri öyrənilir.

9. 9.
   Trafik analizi və şəbəkə yükünün proqnozlaşdırılmasıLecture

   Telekommunikasiya trafikinin xüsusiyyətləri, trafik nümunələrinin analizi, şəbəkə yükünün modelləşdirilməsi və ML əsasında trafik proqnozlaşdırılması öyrənilir.

10. 10.
    Reinforcement learning və şəbəkə resurslarının dinamik i̇darə edilməsiLecture

    Gücləndirici öyrənmənin (reinforcement learning) əsas prinsipləri, agent, mühit, vəziyyət, fəaliyyət və mükafat anlayışları, şəbəkə resurslarının dinamik idarə edilməsində tətbiqi araşdırılır.

11. 11.
    Nasazlıqların aşkarlanması, diaqnostikası və proqnozlaşdırıcı texniki xidmətLecture

    Şəbəkə nasazlıqlarının avtomatik aşkarlanması, səbəblərinin müəyyənləşdirilməsi, proqnozlaşdırıcı texniki xidmət və AI əsaslı diaqnostika üsulları araşdırılır.

12. 12.
    Ai əsaslı 5g/5g-advanced şəbəkələrinin i̇darə edilməsi və o-ranLecture

    5g və 5g-advanced şəbəkələrində AI tətbiqləri, şəbəkə idarəetməsi, avtomatlaşdırma, RAN optimallaşdırılması və open RAN (o-ran) konsepsiyası öyrənilir.

13. 13.
    Generativ süni i̇ntellekt, böyük dil modelləri və aiops-in telekommunikasiya şəbəkələrində tətbiqiLecture

    Generativ ai, böyük dil modelləri (llm) və aiops anlayışları, onların şəbəkə monitorinqi, əməliyyatların avtomatlaşdırılması, texniki dəstək və qərar qəbuletmədə tətbiqi araşdırılır.

14. 14.
    Avtonom şəbəkələr, intent-based networking və 6g üçün süni i̇ntellektLecture

    Avtonom və özünüidarə edən şəbəkələrin prinsipləri, intent-based networking yanaşması, avtomatik qərar qəbuletmə və 6g şəbəkələrində AI texnologiyalarının perspektivləri araşdırılır.

15. 15.
    Şəbəkə təhlükəsizliyi, kibertəhdidlərin aşkarlanması və AI əsaslı təhlükəsizlikLecture

    Telekommunikasiya şəbəkələrində kibertəhdidlər, hücumların aşkarlanması, anomaliya analizi, ai/ml əsaslı təhlükəsizlik mexanizmləri və təhlükəsizlik monitorinqi öyrənilir.

No reading list has been added.