Salzburg Research entwickelte in den vergangenen Monaten eine auf künstlicher Intelligenz, konkret auf neuronalen Netzen, basierende Lösung, die die Latenz innerhalb von Kommunikationsnetzen vorhersagen kann. Mit dieser Lösung erzielten die Forscher bei der Graph Neural Networking Challenge 2020 den zweiten Platz.

Christian Maier, Jia Du, Martin Happ und Matthias Herlich von Salzburg Research erzielten bei der Graph Neural Networking Challenge den zweiten Platz mit einen mittleren Fehler von 1,95 % bei der Vorhersage der Verzögerung.

2. Platz bei der Graph Neural Networking Challenge

Die Graph Neural Networking Challenge 2020 wurde im Rahmen der ITU Artificial Intelligence/Machine Learning in 5G Challenge ausgetragen. Aufgabe war es, eine auf neuronalen Netzen (künstliche Intelligenz) basierende Lösung zu erstellen, welche die Latenz (Übertragungsverzögerung) innerhalb von Kommunikationsnetzen einschätzt. Die Lösung sollte dabei die resultierende mittlere Verzögerung zwischen Start und Ziel vorhersagen. Folgende drei Komponenten waren für die Challenge gegeben:

• Die Netzwerktopologie (beschreibt die Datenknoten und ihre Verbindungswege; Beispiel: GÉANT topology map als eines von zwei Trainings-Kommunikationsnetzen)
• Die Netzwerkkonfiguration (definiert die Wege der Datenpakete durch das Kommunikationsnetz sowie das Verhalten der Warteschlangen abhängig von der Priorität der Daten)
• Die Quell-Ziel-Verkehrsmatrix (beinhaltet Start, Ziel, Datenrate und Priorität der transportierten Daten)

Von der Veröffentlichung des Trainings-Datensatzes bis zur Einreichung der Lösung hatten die Teams knapp fünf Monate Zeit. Eine Besonderheit der Challenge: Den teilnehmenden Teams standen für das Training vorab Daten von zwei Kommunikationsnetzen zur Verfügung, nicht aber das Kommunikationsnetz der finalen Evaluierungsdaten. Dadurch konnte die Qualität der Vorhersage für die finalen Daten schlechter eingeschätzt werden. Das Team der Salzburg Research erzielte mit seiner auf neuronalen Netzen basierenden Lösung einen mittleren Fehler von 1,95 %. Das heißt, im Durchschnitt wichen die vorhergesagten Werte um 1,95 % vom tatsächlichen Wert ab. Mit diesem Wert landeten sie nur knapp hinter dem erstplatzierten Team (1,53 %) und konnten sich deutlich vom drittplatzierten Team distanzieren (5,42%).

Salzburg Research gratuliert zu dieser Leistung!

Veranstalter der Graph Neural Networking Challenge 2020 war das Barcelona Neural Networking Center (BNN-UPC). Weitere Informationen unter Graph Neural Networking Challenge 2020.