Nous avons le plaisir d’annoncer que notre article, "ML-Enabled Open RAN: A Comprehensive Survey of Architectures, Challenges, and Opportunities,” a été accepté pour publication dans IEEE Communications Surveys & Tutorials (Early Access). [: arxiv ]

Dans ce travail, les auteurs  —Mira Chandra Kirana, Patatchona Keyela, Fatemeh Rostamian,  Dr. Deemah H. Tashman, et Prof. Soumaya Cherkaoui présentent une étude exhaustive des réseaux O-RAN intégrant l’apprentissage automatique (ML), couvrant les fondements architecturaux, les cadres d’apprentissage, les principaux défis ainsi que les orientations de recherche futures pour la 5G, la 6G et au-delà.

Alors que l’Open RAN est souvent abordé sous l’angle de l’ouverture et de la désagrégation, son véritable potentiel réside dans l’intelligence. Dans un article complémentaire insight post, nous explorons comment l’apprentissage automatique transforme les architectures O-RAN, en mettant en évidence son rôle dans la mise en place de réseaux intelligents, adaptatifs et sécurisés. Nous analysons les principaux défis, expliquons pourquoi le ML devient indispensable dans l’O-RAN et discutons des lacunes et des opportunités de recherche identifiées dans notre étude.