Der Zugang zu qualitativ hochwertigen Datensätzen bleibt eine zentrale Hürde für den Fortschritt KI- und ML-gestützter Netzautomatisierung. Netzwerkdaten unterliegen in der Regel der Geheimhaltung durch Netzbetreiber und Aufsichtsbehörden, während Her…
Der Zugang zu qualitativ hochwertigen Datensätzen bleibt eine zentrale Hürde für den Fortschritt KI- und ML-gestützter Netzautomatisierung. Netzwerkdaten unterliegen in der Regel der Geheimhaltung durch Netzbetreiber und Aufsichtsbehörden, während Hersteller den Zugriff auf Geräte-Telemetrie stark einschränken. Alternativen wie experimentelle oder synthetische Daten erweisen sich in der Praxis als unzureichend – sie bergen das Risiko von Overfitting und führen oft zu Modellen mit geringer Übertragbarkeit in reale …