Subject · Electronics, telecommunications and radio engineering

"telekommunikasiyada süni intellekt"(artificial intelligence in telecommunications)Syllabus

MS12246 creditsAutumn semesterMandatory2026-2027

Syllabus

The subject's official programme: general information, outcomes, topic plan, reading list and assessment.

General information

Subject code
MS1224
Credits
6
Student workload
1
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) 45 saat – sərbəst iş b)90 saat – layihə işi

About the subject

Bu fənn telekommunikasiya sistemlərində və rabitə şəbəkələrində süni intellekt (si̇) və maşın öyrənməsi texnologiyalarının tətbiqi prinsiplərini öyrənir. fənn çərçivəsində süni intellektin əsas anlayışları, maşın öyrənməsi və dərin öyrənmə alqoritmləri, telekommunikasiya şəbəkələrindən əldə edilən məlumatların təhlili və intellektual qərar qəbuletmə metodları araşdırılır.

Teaching methods

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

Course learning outcomes (CLO)

No learning outcomes have been added.

Topic plan

  1. 1.
    Foundations and architectures of artificial intelligence in telecommunication networksLecture

    Telekommunikasiya şəbəkələrində süni intellektin əsasları, tətbiq sahələri, arxitekturaları və şəbəkə idarəetməsində rolu öyrənilir.

  2. 2.
    Collection, processing and preparation of telecommunication data for machine learningLecture

    Elekommunikasiya məlumatlarının toplanması, təmizlənməsi, emalı, normallaşdırılması və maşın öyrənməsi üçün hazırlanması üsulları araşdırılır.

  3. 3.
    Ai-based evaluation of quality of service (qos) and quality of experience (qoe)Lecture

    Xidmət keyfiyyətinin (qos) və istifadəçi təcrübəsinin (qoe) qiymətləndirilməsində süni intellekt metodları, şəbəkə göstəriciləri və proqnozlaşdırma üsulları araşdırılır.

  4. 4.
    Machine learning and deep learning algorithms in telecommunicationsLecture

    Telekommunikasiya sistemlərində istifadə olunan maşın öyrənməsi və dərin öyrənmə alqoritmləri, onların tətbiqi və qiymətləndirilməsi öyrənilir.

  5. 5.
    Ai-based channel estimation and beamforming in wireless communicationsLecture

    Simsiz rabitədə kanal parametrlərinin qiymətləndirilməsi, şüaformalaşdırma və ötürmə keyfiyyətinin süni intellekt vasitəsilə yaxşılaşdırılması üsulları öyrənilir.

  6. 6.
    Dynamic radio resource allocation using reinforcement learningLecture

    Möhkəmləndirici öyrənmə əsasında radioresursların dinamik bölüşdürülməsi, spektrdən səmərəli istifadə və şəbəkə resurslarının optimallaşdırılması araşdırılır.

  7. 7.
    Intelligent orchestration of network slicing and virtualized cloud resourcesLecture

    Şəbəkə dilimlərinin idarə olunması, virtuallaşdırılmış bulud resurslarının bölüşdürülməsi və xidmət tələblərinə uyğun avtomatik koordinasiya üsulları öyrənilir.

  8. 8.
    Mobility prediction and handover optimization in mobile networksLecture

    Mobil şəbəkələrdə istifadəçi hərəkətinin proqnozlaşdırılması, baza stansiyaları arasında keçidin (handover) optimallaşdırılması və əlaqənin fasiləsizliyi öyrənilir.

  9. 9.
    Artificial intelligence applications in multi-access edge computing (mec) systemsLecture

    Çoxgirişli kənar hesablama (mec) sistemlərində süni intellektin tətbiqi, məlumatların emalının optimallaşdırılması və hesablama yükünün bölüşdürülməsi araşdırılır.

  10. 10.
    Ai-driven management in o-ran (open radio access network) architectureLecture

    O-ran arxitekturasında süni intellektin tətbiqi, şəbəkə elementlərinin idarə edilməsi, avtomatlaşdırma və radioresursların optimallaşdırılması araşdırılır.

  11. 11.
    Ai-based optimization of energy efficiency in mobile networksLecture

    Mobil şəbəkələrdə enerji sərfiyyatının təhlili, baza stansiyalarının enerji rejimlərinin idarə olunması və enerji səmərəliliyinin artırılması üsulları öyrənilir.

  12. 12.
    Network anomaly detection and fault prediction using artificial intelligenceLecture

    Şəbəkə trafikində anomaliyaların aşkarlanması, avadanlıq nasazlıqlarının proqnozlaşdırılması və texniki xidmətin optimallaşdırılması üsulları araşdırılır.

  13. 13.
    Generative artificial intelligence and large language models in telecommunication network managementLecture

    Generativ süni intellekt və böyük dil modellərinin şəbəkə monitorinqi, nasazlıqların təhlili, hesabatların hazırlanması və idarəetmə proseslərində tətbiqi araşdırılır.

  14. 14.
    Ai-based cyberattack detection and adaptive defense in telecommunication networksSeminar

    Telekommunikasiya şəbəkələrində kiberhücumların aşkarlanması, şübhəli trafikin təhlili və adaptiv müdafiə mexanizmləri öyrənilir.

  15. 15.
    Federated and distributed machine learning in telecommunication networks mühazirə ftn1-4 13Lecture

    Paylanmış və federativ maşın öyrənməsinin prinsipləri, məlumat məxfiliyinin qorunması və müxtəlif şəbəkə qovşaqlarında modellərin birgə öyrədilməsi üsulları araşdırılır.

  16. 16.
    Digital-twin-based modeling and optimization of telecommunication networksSeminar

    Telekommunikasiya şəbəkələrinin rəqəmsal əkizlərinin yaradılması, modelləşdirilməsi, simulyasiyası və şəbəkə parametrlərinin optimallaşdırılması öyrənilir.

  17. 17.
    Explainable, robust and trustworthy artificial intelligence in telecommunication systemsLecture

    Süni intellekt modellərinin izaholunanlığı, dayanıqlılığı, etibarlılığı, qərarların şərh edilməsi və təhlükəsiz tətbiqi prinsipləri öyrənilir.

  18. 18.
    Ai-native communications and integrated sensing in 6g (sixth-generation mobile networks) mühazirə ftn1-4 15Seminar

    6g mobil şəbəkələrində süni intellektin sistem arxitekturasına inteqrasiyası, rabitə və hissiyyat funksiyalarının birləşdirilməsi, mühitin aşkarlanması və məlumatların birgə emalı araşdırılır.

  19. 19.
    Collection, processing and preparation of telecommunication data for machine learning mühazirə FTN 1 1Seminar

    Telekommunikasiya məlumatlarının toplanması, təmizlənməsi, emalı, normallaşdırılması və maşın öyrənməsi üçün hazırlanması üsulları araşdırılır.

  20. 20.
    Advanced applications and future trends of artificial intelligence in telecommunicationsSeminar

    Telekommunikasiya sahəsində süni intellektin inkişaf istiqamətləri, yeni nəsil şəbəkələrdə tətbiqləri, avtomatlaşdırma və intellektual idarəetmə imkanları araşdırılır.

Reading list

No reading list has been added.

Assessment

FormDescriptionScoreRelated CLO
Cari qiymətləndirməCari qiymətləndirmə - fənn üzrə tələbənin semestr müddətində fəaliyyətinin qiymətləndirilməsi olmaqla, mühazirə və məşğələ (laboratoriya) dərs materiallarının mənimsənilmə səviyyəsini qiymətləndirilir.30 balFTN 1-5
DavamiyyətTələbə fənn üzrə dərslərin 25%-dən çoxunda iştirak etmədiyi halda imtahana buraxılmır.10 bal-
Tələbənin sərbəst işiTələbəyə fənn üzrə semestr ərzində 1 sərbəst işin (zəruri hallarda sərbəst işlərin sayı artırıla bilər) yerinə yetirilməsi tapşırığı verilir.10 balFTN--
İmtahanİmtahan şifahi, yazılı, yazılı-elektron, test üsulu ilə keçirilir50 balFTN 1-5