http://hdl.handle.net/10256/4368 Wed, 13 Aug 2025 03:24:18 GMT 2025-08-13T03:24:18Z http://hdl.handle.net/10256/25946 Network performance prediction using graph neural networks: application to network slicing Farreras Casamort, Miquel ENG- This thesis addresses key challenges in the optimization of network slicing in Beyond 5G (B5G) networks, focusing on the use of Graph Neural Networks (GNNs) for performance prediction and resource allocation. It is structured into three main parts: improvement of an existing GNN model for Key Performance Indicator (KPI) prediction, dataset creation for network slicing, and the creation of a GNN model for predicting network slicing KPIs. The ultimate goal of this work is to build a model for predicting network slicing KPIs. GNNs models are a novel and powerful technique for accurately learning from graph-structured data, making them suitable for predicting network KPIs. To learn GNNs programming, the first part of this work describes the participation in a ITU challenge. Autonomous network management is explored, being essential for the dynamic environments expected in B5G networks. The limitations of traditional modeling tools and network simulators are also explored, proposing GNNs as an effective alternative due to their high accuracy and low computational requirements. A significant contribution is the enhancement of the RouteNet baseline model, achieving an improvement in prediction accuracy for larger networks, in comparison to the networks seen during training. As the goal is to build a GNNs model for predicting network slicing KPIs, and a lack of data containing network slicing scenarios is identified, the second part presents a the creation of a network slicing dataset designed to support Artificial Intelligence (AI)-based performance prediction in B5G networks. This dataset, generated through a packet-level simulator, includes diverse network scenarios with varying topologies, slice instances, and traffic flows, capturing the complexities of Enhanced Mobile Broadband (eMBB), Ultra-Reliable Low-Latency Communication (URLLC), and Massive Internet of Things (mIoT) slices. The dataset is a valuable resource for the research community, facilitating innovations in network slicing and resource management. After creating the required data, the GNN model called GNNetSlice is developed in part three, introducing a novel model that leverages GNNs to predict the performance of network slices in the core and transport network. By adopting a data-driven approach, GNNetSlice balances prediction speed and accuracy. The model demonstrates high accuracy in predicting delay, jitter, and losses across various scenarios. Overall, this thesis makes contributions to the field of network slicing, providing tools and datasets for efficient and accurate KPI prediction in B5G networks. The proposed models and datasets pave the way for more resilient and adaptive network management solutions, crucial for the next generation of mobile networks; CAT- Aquesta tesi aborda els reptes clau en l’optimització del network slicing en xarxes Beyond 5G (B5G), centrant-se en l’ús de Graph Neural Networks (GNNs) per a la predicció del rendiment i l’assignació de recursos. La tesi s’estructura en tres parts principals: millora d’un model GNN existent per a la predicció de Key Performance Indicators (KPIs), creació de conjunts de dades sobre network slicing i un model de GNN per predir KPIs de network slicing. L’objectiu final d’aquest treball és construir un model per predir els KPIs de network slicing. Els models GNNs són una tècnica nova i potent per aprendre amb precisió a partir de dades estructurades en grafs, la qual cosa els fa adequats per predir KPIs de xarxa. Per aprendre la programació de GNNs, la primera part d’aquest treball descriu la participació en un challenge organitzat per la ITU. S’explora la gestió autònoma de xarxes, que és essencial per als entorns dinàmics de les xarxes B5G. També s’exploren les limitacions de les eines de modelatge tradicionals i dels simuladors de xarxa, proposant les GNNs com una alternativa eficaç a causa de la seva alta precisió i els seus relativament baixos requeriments computacionals. Una contribució significativa és la millora del model base RouteNet, aconseguint una millora en la precisió de predicció per a xarxes més grans, respecte les vistes durant l’entrenament. Ja que l’objectiu és construir un model basat en GNNs per predir els KPIs de network slicing, i s’identifica una manca de dades que continguin escenaris de network slicing, la segona part presenta la creació d’un conjunt de dades de network slicing dissenyat per donar suport a la predicció del rendiment basada en Artificial Intelligence (AI) a les xarxes B5G. Aquest conjunt de dades, generat a través d’un simulador a nivell de paquets, inclou diversos escenaris de xarxa amb diferents topologies, instàncies de slice i fluxos de trànsit, capturant les complexitats dels tipus de slice Enhanced Mobile Broadband (eMBB), Ultra-Reliable Low-Latency Communication (URLLC) i Massive Internet of Things (mIoT). El conjunt de dades és un recurs valuós per a la comunitat investigadora, ja que facilita les innovacions en la gestió de recursos i el network slicing. Després de crear les dades necessàries, el model GNN anomenat GNNetSlice es desenvolupa a la tercera part, introduint un nou model que aprofita GNNs per predir el rendiment dels network slices al core i la xarxa de transport. En adoptar un enfocament basat en dades, GNNetSlice equilibra la velocitat i la precisió de predicció. El model demostra una gran precisió a l’hora de predir retards, fluctuacions de retard i pèrdues en diversos escenaris. En general, aquesta tesi fa contribucions al camp del network slicing, proporcionant eines i conjunts de dades per a una predicció KPI eficient i precisa a les xarxes B5G. Els models i conjunts de dades proposats obren el camí per a solucions de gestió de xarxes més resistents i adaptatives, crucials per a la propera generació de xarxes mòbils Mon, 04 Nov 2024 00:00:00 GMT http://hdl.handle.net/10256/25946 2024-11-04T00:00:00Z http://hdl.handle.net/10256/25575 Enhancing underwater operations through advanced autonomous manipulation Pi Roig, Roger The interest in the use of AUVs has increased in recent decades. While former research focused on underwater exploration for sea bottom mapping (bathymetries, sonar, and photo mosaics), it evolved soon into 3D optical reconstruction and offshore infrastructure inspection. Progress in these areas has sparked the interest of the community in employing AUVs for intervention tasks, thereby replacing ROVs and manned submersibles with I-AUVs. This substitution offers the potential to automate tasks, improving efficiency and repeatability while reducing costs, time, and logistics. However, autonomous intervention underwater is challenging. It requires the joint control of a heterogeneous multibody system composed of the AUVs and the manipulators, which have significant differences in terms of control and accuracy. Most intervention tasks, such as object grasping or valve turning, require centimeter accuracy in the position of the end effector. This accuracy is severely affected by a chain of errors, beginning with the navigation error and continuing with the calibration errors of the involved systems, including inaccuracies in the positions of the cameras, lasers, and manipulators, joint calibration errors, and other uncertainties within the system. Another challenge is the manipulation of bulky objects which are difficult, if not impossible, to satisfy with a single vehicle. Most probably, future autonomous intervention systems will be multi-robot. This poses new problems to solve, like the joint control of a team of \acp{iauv} coordinated through low bandwidth communication channels. Finally, it is necessary to root the autonomous underwater intervention research to the actual needs of field applications. This thesis is a contribution along these lines. It aims to advance the autonomous underwater intervention state of the art to increase the autonomy of \acp{iauv} for \ac{imr} tasks in offshore infrastructures. First, a new framework is proposed to calibrate the intrinsic/extrinsic parameters of the I-AUVs components, using robust modeling of the minimization equations leveraging Lie theory. Then, the Task Priority redundancy control algorithm is enhanced to control two I-AUVs, communicating through a low-rate communications channel to transport a bulky object. Finally, an effort is made to study the actual capabilities of I-AUVs to face field applications in the area of offshore renewable energies. A Task Priority algorithm supporting admittance control is used to control an I-AUV performing non-destructive inspection for cathodic protection on a floating semi-submersible windmill structure. Throughout the thesis, all the works present both simulation and experimental results, validating the efficiency and potential of the proposed solutions; L'interès per l'ús de vehicles autònoms submarins (AUVs) ha augmentat en les últimes dècades. Mentre que la recerca prèvia se centrava en l'exploració submarina per la cartografia del fons marí (batimetries, sonar i mosaics fotogràfics), aviat va evolucionar cap a la reconstrucció òptica 3D i la inspecció d'infraestructures en alta mar. Els avenços en aquests àmbits han despertat l'interès de la comunitat científica per utilitzar AUVs per les tasques d'intervenció, substituint així els vehicles operats remotament (ROVs) i els submergibles tripulats per vehicles autònoms submarins d'intervenció (I-AUVs). Aquesta innovació ofereix la possibilitat d'automatitzar les tasques, millorant l'eficàcia i repetibilitat alhora que es redueix el cost, temps i logística d'aquestes operacions. Tanmateix, la intervenció autònoma submarina és un gran repte. Requereix el control conjunt d'un sistema heterogeni compost pel vehicle i els braços robòtics (o manipuladors) que presenten diferències significatives en termes de control i precisió. La majoria de les tasques d'intervenció, com la recuperació d'objectes o la manipulació de vàlvules, requereixen una precisió de centímetres, fins i tot mil·límetres, en la posició de la pinça. Aquesta precisió es veu greument afectada per una cadena d'incerteses, que comença amb els errors de navegació del vehicle i continua amb els errors de calibració dels sistemes implicats, incloent-hi les imprecisions en les posicions de les càmeres, làsers i manipuladors, els errors de calibració de les articulacions, i altres incerteses del sistema. Un altre repte és la manipulació d'objectes voluminosos, que és difícil, si no impossible, de satisfer amb un sol vehicle i requereix l'ús de sistemes multi robot. Això planteja nous problemes a resoldre, com el control conjunt d'un equip d'I-AUVs coordinats a través de canals de comunicació amb poca amplada de banda. Finalment, és necessari arrelar la recerca en intervenció autònoma submarina a les necessitats actuals de les aplicacions de camp. Aquesta tesi ofereix una contribució en aquesta línia. L'objectiu és avançar en l'estat de l'art de la intervenció autònoma submarina per augmentar l'autonomia dels I-AUVs en les tasques de inspecció, manteniment i reparació d'infraestructures marítimes. Primer, es proposa un nou sistema per calibrar els paràmetres intrínsecs i extrínsecs dels components del robot, utilitzant un model robust de les equacions de minimització emmarcat en la Teoria de Lie. A continuació, es proposa un algoritme descentralitzat de control i gestió de redundància d'un sistema compost per dos robots, que transporten cooperativament un objecte voluminós, mentre es comuniquen per una línia de baixa amplada de banda. Finalment, els esforços es dirigeixen a estudiar les capacitats reals dels I-AUVs per afrontar aplicacions en l'àmbit de la generació d'energies renovables en alta mar. Es proposa una extensió en l'algorisme de control del robot per suportar el control actiu de força i poder dur a terme inspeccions de la protecció catòdica en l'estructura semi submergible d'un aerogenerador d'alta mar. Al llarg de la tesi, tots els treballs presenten resultats tant en simulació com experimentals, validant la eficiència i potencial de les solucions proposades Tue, 09 Jul 2024 00:00:00 GMT http://hdl.handle.net/10256/25575 2024-07-09T00:00:00Z http://hdl.handle.net/10256/25572 Innovative graph-theory solutions for the future urban water networks Martínez Álvarez, David Urban water networks serve as lifelines for densely populated areas, ensuring access to clean water for drinking, sanitation, and industrial purposes. These infrastructures form the backbone of urban life. However, in recent years, water science has faced urgent challenges, including the need for wastewater surveillance to detect viruses and the optimization of reclaimed water networks to address water scarcity exacerbated by climate change. This thesis applies graph theory to address these challenges in urban water networks. Graph theory, which studies mathematical structures composed of nodes and edges, offers innovative strategies for enhancing network surveillance, design, and resilience. Urban water distribution networks are modeled as undirected graphs, while wastewater networks are represented as directed graphs. The research employs a five-phase methodology: literature review, data acquisition, data preparation, algorithm development, and data analysis. This process automates data gathering and processing, resulting in significant efficiencies. Girona and Lloret de Mar cities serve as case studies for testing and validating the developed algorithms. One key achievement is the development of a sewage monitoring site selection algorithm, which optimally balances coverage and interference considerations. This algorithm has proven highly beneficial for pandemic management, aiding in the early detection of COVID-19 in wastewater. After sewage network monitoring, efforts focused on improving network resilience, starting with analyzing tree root impacts on wastewater networks. A tree rearrangement algorithm was created to mitigate pipe failure risks in wastewater networks, yielding significant cost savings despite initial investments. In reclaimed water distribution networks (WDNs), two novel proposals are presented for designing resilient and cost-effective systems. These proposals compute optimal network designs, delivering reclaimed water up to three times more efficiently than manual planning. The algorithms prioritize resilience and cost savings, leading to substantial water conservation, which is crucial in drought conditions. These solutions are integrated into the REWATnet tool and repository. This doctoral thesis significantly contributes by integrating computer science, graph theory, and water sciences. It addresses pressing issues from the COVID-19 pandemic to environmental preservation and water scarcity. The innovative algorithms and tools developed enhance the efficiency, accessibility, and sustainability of urban water systems; Les xarxes d'aigua serveixen com a artèries vitals per a àrees densament poblades, garantint l'accés a aigua per beure, sanejament i usos industrials. Aquestes infraestructures formen els fonaments de la vida urbana. Tot i això, en els darrers anys, la ciència de l'aigua s'ha enfrontat a diversos reptes urgents, inclosa la necessitat de vigilància de les aigües residuals per detectar virus i l'optimització de les xarxes d'aigua regenerada per abordar l'escassetat d'aigua agreujada pel canvi climàtic. Aquesta tesi aplica la teoria de grafs per abordar aquests desafiaments en les xarxes urbanes d'aigua. La teoria de grafs, que estudia estructures matemàtiques compostes per nodes i arestes, ofereix estratègies innovadores per millorar la vigilància, el disseny i la resiliència de les xarxes. Les xarxes de distribució d'aigua urbana es modelen com a grafs no dirigits, mentre que les xarxes d'aigües residuals es representen com a grafs dirigits. La recerca utilitza una metodologia en cinc fases: revisió de la literatura, adquisició i preparació de dades, desenvolupament d'algoritmes i anàlisi de dades. Aquest procés automatitza el processament de dades. Les ciutats de Girona i Lloret de Mar serveixen com a estudis de cas per provar i validar els algoritmes desenvolupats. Un assoliment clau és el desenvolupament d'un algoritme de selecció de llocs de monitoratge d'aigües residuals, que equilibra òptimament les consideracions de cobertura i interferències. Aquest algoritme ha demostrat ser altament beneficiós per a la gestió de pandèmies, ajudant a la detecció precoç de la COVID-19 en aigües residuals. Després del monitoratge de la xarxa d'aigües residuals, els esforços es van centrar a millorar la resiliència de la xarxa, començant per analitzar els impactes de les arrels dels arbres en les xarxes d'aigües residuals. Es va crear un algoritme de reubicació d'arbres per mitigar els riscos de fallada de les canonades, produint estalvis de costos significatius a llarg termini malgrat les inversions inicials. Pel que fa a les xarxes de distribució d'aigua regenerada, es presenten dues propostes noves per dissenyar sistemes resilients i rendibles. Aquestes propostes calculen dissenys òptims de xarxa, subministrant aigua regenerada fins a tres vegades més eficientment que la planificació manual. Els algoritmes prioritzen la resiliència i l'estalvi de costos, conduint a una conservació substancial d'aigua, crucial en condicions de sequera. Aquestes solucions s'integren en l'eina REWATnet. Aquesta tesi doctoral contribueix significativament en el seu camp integrant la informàtica, la teoria de grafs i les ciències de l'aigua. Aborda problemes urgents des de la pandèmia de COVID-19 fins a la preservació ambiental i l'escassetat d'aigua. Els algoritmes i eines innovadores desenvolupats milloren l'eficiència, l'accessibilitat i la sostenibilitat dels sistemes d'aigua urbana Fri, 05 Jul 2024 00:00:00 GMT http://hdl.handle.net/10256/25572 2024-07-05T00:00:00Z http://hdl.handle.net/10256/24208 Enhancing the AUV long-term deployment: non-holonomic AUV autonomous docking using acoustics in a funnel-shaped docking station Esteba Masjuan, Joan Underwater robotics has undergone significant development in recent years. It has been applied to a wide range of sectors, such as the mapping of areas of interest, the collection of scientific data, or the Inspection Maintainance and Repair (IMR) tasks for the energy sector (oil and gas, renewable energies, etc.). Nowadays, Remotely Operated Vehicles play a leading role in these fields and are gradually being replaced by Autonomous Underwater Vehicles (AUVs). In the coming years, the market will need AUVs deployed for long term in strategic locations, such as offshore wind farms. To achieve this goal, a key factor is the development of Docking Station (DS) where robots can be stationed, charge their batteries, and have a stable channel for fast communication. With this in mind, this thesis focuses on the development of new technologies for the Long Term Deployment (LTD) of non-holonomic AUVs at sites of interest. The work began with a review of the state of the art. Next, a new metric for scoring docking success was proposed and used for the comparison of different strategies. Then, a new docking algorithm that takes into account the ocean current was proposed, simulated, and compared to methods in the literature; with promising results. At this point, a new funnel-based DS, which can be self-aligned with the ocean current to simplify the docking process, was designed and implemented. Finally, the proposed DS and docking algorithm were validated at sea using Sparus II AUV equipped with an inverse Ultra-Short BaseLine (USBL) system for the DS localization. The results demonstrate the validity of the proposal and pave the way for applications requiring the LTD of AUVs; La robòtica submarina ha experimentat un desenvolupament notable al llarg dels últims anys. Essent aplicada a una àmplia gamma de sectors com pot ser el mapeig de zones d'interès, l'obtenció de dades per altres científics o el sector energètic; des del petroli fins a les energies renovables. A dia d'avui els robots teleoperats (ROV) són protagonistes en aquests camps i progressivament s'està evolucionant cap als robots autònoms (AUV). Aquests darrers, estan començant a ser utilitzats per certes aplicacions i es preveu que en un futur podran substituir en gran mesura els primers. Per tal de poder consolidar la tecnologia dels AUVs, els robots no només han de ser capaços de desenvolupar una aplicació concreta, sinó que també és imperatiu desenvolupar la tecnologia relacionada a la seva logística. La nostra visió indica que en els propers anys, el mercat necessitarà flotes permanent de robots autònoms situats en ubicacions estratègiques, com podria ser una estació eòlica marina. Per tal d'aconseguir aquest fi, un factor clau és el desenvolupament de plataformes logístiques (DS) on els robots puguin ser guardats, protegits, carregats de bateria i disposin d'un canal estable de comunicació ràpida. Detectada tal necessitat, aquesta tesi s'ha centrat en el desenvolupament d'una aplicació pràctica d'estació subaquàtica per un dels robots del nostre centre: l'Sparus II. El treball es va iniciar amb un estudi de l'estat de l'art. A continuació, es va proposar una nova mètrica per puntuar l'èxit d'acoblament i es va utilitzar per comparar diferents estratègies publicades a la literatura. Seguidament, es va proposar un nou algoritme d'acoblament que considera les corrents marines, simulant-lo i comparant-lo amb les estratègies anteriorment mencionades, obtinguen resultats prometedors. Arribats a aquest punt, es va dissenyar i implementar un nova DS basada en la tipologia d'embut, que es pot autoalinear amb la corrent marina per poder simplificar el procès d'acoblament. Finalment, la DS y l'algoritme d'acoblament es van validar experimentalment en el mar, utilitzant el Sparus II AUV equipat amb un sistema invers de USBL per a la localització de la DS. Els resultats demostren la validesa de la proposta i aplanen el camí per a aplicacions que requereixin el desplegament a llarg plaç de AUV Thu, 19 Oct 2023 00:00:00 GMT http://hdl.handle.net/10256/24208 2023-10-19T00:00:00Z