RAN OPTIMIZATION WITH THE HELP OF A DECENTRALIZED GRAPH NEURAL NETWORK

Embodiments herein relate, in some examples, to a method performed by a first radio network node (11) for handling data of a RAN in a communication network. The first radio network node obtains, from a second radio network node (12), a matrix indication of a second local computation associated with a GNN for predicting characteristics of the RAN, wherein the matrix indication is obtained over an internal interface when the first and second network node are comprised in a same logical radio network node, or the matrix indication is obtained over an external interface when the first and second network node are separated neighbouring radio network nodes. The first radio network node executes a first local computation, associated with the GNN for predicting the characteristics of the RAN, based on the obtained matrix indication, wherein an output of the first local computation indicates a gradient; and sends an indication of the gradient to a central network node (13) training the GNN for predicting the characteristics of the RAN. Les modes de réalisation de la présente invention concernent, dans certains exemples, un procédé exécuté par un premier nœud de réseau radio (11) pour traiter les données d'un RAN dans un réseau de communication. Le premier nœud de réseau radio obtient, d'un deuxième nœud de réseau radio (12), une indication matricielle d'un deuxième calcul local associé à un GNN pour prédire les caractéristiques du RAN, l'indication matricielle étant obtenue sur une interface interne lorsque le premier et le deuxième nœuds de réseau font partie d'un même nœud de réseau radio logique, ou l'indication matricielle étant obtenue sur une interface externe lorsque le premier et le deuxième nœuds de réseau sont des nœuds de réseau radio voisins séparés. Le premier nœud de réseau radio exécute un premier calcul local, associé au GNN pour prédire les caractéristiques du RAN, sur la base de l'indication de matrice obtenue, une sortie du premier calcul local indiquant un gradient; et envoie une indication du gradient à un nœud de réseau central (13) entraînant le GNN pour prédire les caractéristiques du RAN.