Update: 2025-01-07 17:00

ICT-LAB :: Направления исследований

Специальности 1.2.2 и 2.3.1
и потенциально 1.2.1

1. Information theory utilization in LLM size reduction with constant precision
   Теория информации в очистке данных для обучения с целью снижения размера модели ИИ без существенной потери точности
   Training data adjustment (“cleaning”) for parametric redundancy deflation by information theory methods. This approach has to provide 2 methodological benefits:
   • Help to evaluate input data for training to improve quality of training sets automatically (without manual tuning);
   • Help to setup optimization problem of LLM pruning and deflation (also automatically to exclude handmade job).
   Final benefit: minimal* LLM size with requested precision.
2. Video-stream object grounding technologies in general artificial intelligence systems
   Применение технологий видео-потоковой привязки объектов в системах общего искусственного интеллекта
3. Speculative RAG
4. Fusion techniques in multi-modal AI development: MoE, collaborative LLMs, parallel scheduling, etc.
5. Inference computing in memory based on memristor technology
6. High Precision Channel Modeling and Wireless Propagation Environment Reconstruction Technique

Специальности 2.2.13 и 2.2.15

1. Tensor Embedding Processing: Towards Scalable 6G MIMO
   Обработка тензорных ядер: подход к масштабируемым 6G MIMO-системам
   Данное диссертационное исследование предполагается по специальности 2.2.15.

   В рамках данной работы у аспиранта будет возможность реализовать базовые особенности 5G-Advance R18/R19 на программно-аппаратном прототипе базовой станции. Основная цель, модифицировать L1/L2 LTE 8T8R под 5G решение 64T64R. После запуска полноценного MIMO-64 будет возможность реализовать алгоритмы обработки тензорных ядер канала и провести лабораторные и полевые испытания в тестовых зона 5G.

   Аспирант сможет совместить исследовательскую и практическую деятельности и довести свои идеи до прототипирования. В случае весомого прироста производительности соты и устойчивости решения - есть шанс попасть в тестовую эксплуатацию на реальной сети МТС.

   Аспирантура МФТИ 2025, направление Телекоммуникации (ФРКТ, кафедра мультимедийных технологий и телекоммуникаций, рук. доц. Ляшев В.А.).Работа с прототипом БС предполагает инженерную позицию с конкурентноспособной оплатой труда при полной занятости.

2. 6G Control Channel Capacity Enhancement for Scalable 6G MIMO System
   Повышение ёмкости канала управления 6G в масштабируемых MIMO-системах"
   Данное диссертационное исследование предполагается по специальности 2.2.15.

   В рамках данной работы у аспиранта будет возможность реализовать контрольный канал 5G-Advance R18/R19 на программно-аппаратном прототипе базовой станции. Основная цель, модифицировать расширить возможности сигнального уровня LTE 8T8R под 5G решение 64T64R для повышения эффективности MU-MIMO режима. После запуска полноценного MIMO-64 будет возможность реализовать алгоритмы мультиплексирования контрольных каналов и провести лабораторные и полевые испытания в тестовых зонах 5G.

   Аспирант сможет совместить исследовательскую и практическую деятельности и довести свои идеи до прототипирования. В случае весомого прироста производительности соты и устойчивости решения - есть шанс попасть в тестовую эксплуатацию на реальной сети МТС.

   Аспирантура МФТИ 2025, направление Телекоммуникации (ФРКТ, кафедра мультимедийных технологий и телекоммуникаций, рук. доц. Ляшев В.А.). Работа с прототипом БС предполагает инженерную позицию с конкурентноспособной оплатой труда при полной занятости.

3. Source-Channel Coding and Decoding
   (cross-layer design and optimization theory, joint prediction and matching of source and channel, and hierarchical multi-QoS coding and transmission)
4. Deterministic latency coding (limited code length theory and ML-like decoding)
5. Index Modulation Theory and Technology
   (Multidimensional Independent & Joint Modulation of Time-frequency Space Code)
6. Waveform in high speed movement (OTFS)
7. Data + model-driven AI communication theory
   (End-to-end design, non-linear, non-Gaussian, multi-objective optimization)
8. AI-based proactive environment sensing theory
   (channel sensing, signal feature extraction, and service prediction)
9. A channel-space/frequency/polarization extrapolation technology based on the correlation of radio channel characteristics between multi-band, cross-space, and multi-polarization.
10. Research on the Theory of Multi-antenna Coded Modulation
11. Channel Prediction of Low Frequency Assisted High Frequency
12. Distributed Network Capacity Optimization Theory
13. SRS channel estimation measurement for extremely low SINR
14. Intelligent Reflector Technology (IRS)

6G Research directions