Desenvolvendo soluções e insights usando aprendizado de máquina nos dados de redes 5G no Brasil
O avanço do 5G tem sido uma das transformações mais significativas no mundo da tecnologia nos últimos anos, e o Brasil não está ficando para trás nessa corrida. Com uma latência e velocidade de transmissão de dados sem precedentes, o 5G promete revolucionar a maneira como nos conectamos e nos comunicamos uns com os outros, além de possibilitar infinitas novas oportunidades para a inovação e empreendedorismo em diversas áreas como a saúde, a agricultura, a indústria e muito mais.
Nesse ano, a 41ª edição do SBRC vai oferecer a Hackathon SMARTNESS / 5G Dataset Challenge para que as equipes desenvolvam soluções inovadoras e elaborem insights com base nas bases de dados (fornecidas pela comissão organizadora da hackathon) compostas por dados de uso de serviços de streaming de vídeo adaptativo (YouTube) e redes 5G e no Brasil, entre outras bases que a equipe julgue pertinente.
As equipes poderão desenvolver seus projetos em diversas linhas, como, por exemplo, análise exploratória de dados, desenvolvimento de insights inovadores usando 5G e os datasets disponibilizados, modelos de aprendizado de máquina para predição, classificação, agrupamento, suporte à decisão, desenvolvimento de modelos de desempenho de aplicações no contexto de 5G e muito mais.
Programação
Quinta-feira (25/05) – das 8:30 às 17:30
Local: Sala E do Hotel Royal Tulip Brasília
08:30 às 9:30 | Boas-vindas & Introdução | |
09:30 às 10:00 | Confirmação de Equipes & Kick-off | |
10:00 às 10:30 | Intervalo | |
10:30 às 12:00 | Desenvolvimento | |
11:30 às 12:00 | Mentoria | |
12:00 às 14:00 | Almoço (+ 5G Data Collection) | |
14:00 às 15:30 | Desenvolvimento | |
15:00 às 15:30 | Mentoria | |
15:30 às 16:00 | Intervalo | |
16:00 às 18:30 | Desenvolvimento | |
17:00 às 17:30 | Mentoria | |
20:30 às 00:00 | Premiação (Jantar) |
Inscrição
- Direto pelo sistema de inscrição do SBRC
- Ou se inscreva diretamente aqui [link]
- A formação de equipes acontecerá em um segundo momento
Referências
- Anatel. Dados referentes ao licenciamento de Estações Rádio Base (ERB’s) do Serviço Móvel Pessoal (SMP). Disponíveis em:
- Boutaba, R., Salahuddin, M.A., Limam, N. et al. A comprehensive survey on machine learning for networking: evolution, applications and research opportunities. J Internet Serv Appl 9, 16 (2018). https://doi.org/10.1186/s13174-018-0087-2
- Raza Ul Mustafa, Christian Esteve Rothenberg, Chadi Barakat, “YouTube goes 5G: Benchmarking YouTube in 4G vs 5G”, IEEE Dataport, Dec., 2022. https://dx.doi.org/10.21227/h00h-ew92
- Raza Ul Mustafa, Christian Esteve Rothenberg. “A Framework for QoS and QoE Assessment of Encrypted Video Traffic with 4G and 5G Open Datasets”. In IEEE GLOBECOM’22 Demo Session, Dec. 2022. https://www.youtube.com/watch?v=eGsQs5Q-hNA
Atividade Extra (Opcional)
Como atividade extra, os participantes interessados poderão acompanhar e contribuir com a coleta de dados de uso da rede 5G em Brasília, usando as ferramentas e técnicas desenvolvidas pela comissão organizadora da hackathon.
Requisitos
Para participar do Hackathon, é necessário:
- Inscrição no SBRC 2023
- Computador portátil
- Capaz de realizar o processamento de dados e ML no Jupyter Notebook
- Acesso aos recursos em nuvem através do Google Colab
Conhecimentos desejáveis:
- Processamento e análise de dados
- Métodos de Aprendizado de Máquina / ML – Machine Learning (ex.: clusterização, regressão, etc.)
- Programação em Python
- Jupyter Notebook/Google Colab
Premiação
As 3 melhores equipes receberão um troféu no jantar do SBRC, além dos prêmios a seguir (individuais para cada membro da equipe):
- 1º lugar: Amazon Echo Dot (Smart Speaker com Alexa)
- 2º lugar: Powerbank (Carregador USB Portátil)
- 3º lugar: Pendrive 128GB
Organização
- Arthur J. Simas (UNICAMP)
- Christian E. Rothenberg (UNICAMP)
- Luiz Bittencourt (UNICAMP)
- Pedro Henrique Gomes (Ericsson)
- Maria Marquezini (Ericsson)
- Washington Rodrigo Dias (UFSCar)
- Fabio L. Verdi (UFSCar)
- Tiago A. Almeida (UFSCar)
- Thiago Caproni (IF Sul de Minas/UFSCar)
- Rafael Pasquini (UFU)