Masterand/in Federated Learning for Internet of Things (IoT) Systems

• StudentEmployment type: Student
• On-site
• Be an early applicant

About this job

Das Institut für Kommunikation und Navigation des DLR widmet sich der missionsorientierten Forschung in ausgewählten Bereichen der Kommunikation und Navigation. Seine Arbeiten reichen dabei von den theoretischen Grundlagen bis hin zur Demonstration neuer Verfahren und Systeme im realen Umfeld und sind in die DLR-Programme Raumfahrt, Luftfahrt, Verkehr sowie Sicherheit und Digitalisierung eingebettet.

Das erwartet Dich

Die Forschungsgruppe Advanced Information Processing hat sich zum Ziel gesetzt, neueste theoretische Erkenntnisse in praktische Anwendungen innerhalb von Informationsverarbeitungssystemen umzusetzen. Das Fachgebiet der Gruppe reicht von der Quantenfehlerkorrektur bis hin zum Smart Data Management. Dabei werden modernste Kommunikationstheorien wie die semantische Kommunikation und das “Age of Information” erforscht, um die Grenzen der Datennutzung und -verbreitung zu erweitern.

Die Mitarbeiter konzentrieren sich auf die Untersuchung und Optimierung von Lösungen für das Federated Learning (FL) für Anwendungen im Internet der Dinge (IoT) mittels Netzwerksimulationen. Konkret wird die Möglichkeit untersucht, FL über 3GPP Narrowband-IoT (NB-IoT) - ein Kernelement der IoT-Konnektivität in 4G-, 5G- und 6G-Systemen - effizient zu unterstützen, wobei der Schwerpunkt auf Aspekten des MAC-Protokolls liegt., * Kennenlernen der wichtigsten Aspekten von 3GPP NB-IoT auf der MAC-Schicht

• Kennenlernen des Netzwerksimulators ns-3
• Untersuchen von ns-3-Simulationen, wie sich FL-Algorithmen über NB-IoT verhalten
• NB-IoT-Protokollparameter optimieren, um FL in praxisrelevanten Anwendungsfällen effizient zu unterstützen

• fundierte Kenntnisse im Bereich Kommunikationssysteme und Signalverarbeitung mit besonderem Schwerpunkt auf Protokollen auf MAC-Ebene
• Interesse an maschinellem Lernen und föderiertem Lernen
• Programmierkenntnisse (C/C++) und die Bereitschaft, sich in neue Tools einzuarbeiten
• Erfahrung mit ereignisgesteuerten Netzwerksimulationen ist von Vorteil
• Fähigkeit zum selbstständigen Arbeiten und Interesse an interdisziplinären Themen
• gute Englischkenntnisse