Fugu-MT 論文翻訳(概要): Challenges of AI in Wireless Networks for IoT

論文の概要: Challenges of AI in Wireless Networks for IoT

arxiv url: http://arxiv.org/abs/2007.04705v1
Date: Thu, 9 Jul 2020 11:00:56 GMT
ステータス: 処理完了
システム内更新日: 2022-11-12 03:48:10.170300
Title: Challenges of AI in Wireless Networks for IoT
Title（参考訳）: IoTのための無線ネットワークにおけるAIの課題
Authors: Ijaz Ahmad, Shahriar Shahabuddin, Tanesh Kumar, Erkki Harjula, Marcus Meisel, Markku Juntti, Thilo Sauter, Mika Ylianttila
Abstract要約: IoT(Internet of Things)には、ユビキタス接続、コンテキスト認識、動的サービスモビリティ、無線ネットワークインフラストラクチャによる極端なセキュリティが必要です。エンドツーエンドのIoT通信を容易にする無線ネットワークインフラストラクチャでAIを使用する際の大きな課題が強調されている。
参考スコア（独自算出の注目度）: 4.415110372506057
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Internet of Things (IoT), hailed as the enabler of the next industrial revolution, will require ubiquitous connectivity, context-aware and dynamic service mobility, and extreme security through the wireless network infrastructure. Artificial Intelligence (AI), thus, will play a major role in the underlying network infrastructure. However, a number of challenges will surface while using the concepts, tools and algorithms of AI in wireless networks used by IoT. In this article, the main challenges in using AI in the wireless network infrastructure that facilitate end-to-end IoT communication are highlighted with potential generalized solution and future research directions.
Abstract（参考訳）: モノのインターネット(iot)は、次の産業革命の実現者として評価され、ユビキタスな接続、コンテキスト認識、動的サービスモビリティ、ワイヤレスネットワークインフラストラクチャを通じた極端なセキュリティを必要とする。したがって、基盤となるネットワークインフラストラクチャにおいて、人工知能(AI)が重要な役割を果たします。しかし、IoTが使用する無線ネットワークにおいて、AIの概念、ツール、アルゴリズムを使用することで、多くの課題が浮かび上がる。本稿では、エンドツーエンドのiot通信を容易にするワイヤレスネットワークインフラストラクチャでaiを使用する際の主な課題を、潜在的な汎用ソリューションと今後の研究方向で強調する。

関連論文リスト

Overview of AI and Communication for 6G Network: Fundamentals, Challenges, and Future Research Opportunities [148.601430677814]
本稿では,6GネットワークにおけるAIと通信の概要を概観する。我々はまず、AIを無線通信に組み込むことの背景にある要因と、AIと6Gの収束のビジョンを概観する。講演はその後、6Gネットワーク内でAIの統合を想定する詳細な説明へと移行する。
論文参考訳（メタデータ） (2024-12-19T05:36:34Z)
Distributed Swarm Learning for Edge Internet of Things [28.125744688546842]
IoT(Internet of Things)の急速な成長により、マシンラーニングタスクのための無線エッジにスマート計算デバイスが広くデプロイされている。本稿では,Swarmセキュリティ,非制約無線通信,プライバシ問題などのリスクについて検討する。生物学的インテリジェンスを総合的に組み合わせて、エッジ無線ネットワークにおける大規模IoTの効率的なソリューションを提供する。
論文参考訳（メタデータ） (2024-03-29T14:05:40Z)
Causal Reasoning: Charting a Revolutionary Course for Next-Generation AI-Native Wireless Networks [63.246437631458356]
次世代無線ネットワーク(例:6G)は人工知能(AI)ネイティブである。本稿では、新たな因果推論分野を基盤として、AIネイティブな無線ネットワークを構築するための新しいフレームワークを紹介する。因果発見と表現によって対処できる無線ネットワークの課題をいくつか挙げる。
論文参考訳（メタデータ） (2023-09-23T00:05:39Z)
Towards Artificial General Intelligence (AGI) in the Internet of Things (IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。 AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文参考訳（メタデータ） (2023-09-14T05:43:36Z)
AI-Empowered Data Offloading in MEC-Enabled IoV Networks [40.75165195026413]
本稿では、信頼性、セキュリティ、エネルギー管理、サービス販売者利益の4つの主要な問題に基づいて分類された、データオフロードプロセスの一部としてAIを使用する研究を調査する。 MEC対応のIoVネットワークでデータをオフロードするプロセスにおけるさまざまな課題として、高いモバイル環境における信頼性のオフロード、同一ネットワーク内のユーザに対するセキュリティ、ネットワークへの不活性化を防ぐためのエネルギ管理などがある。
論文参考訳（メタデータ） (2022-03-31T09:31:53Z)
Deep Reinforcement Learning-Aided RAN Slicing Enforcement for B5G Latency Sensitive Services [10.718353079920007]
本論文では、無線アクセスネットワークスライスと無線リソース管理に対処するために、ネットワークの端でDeep Reinforcement Learningを利用する新しいアーキテクチャを提案する。提案手法の有効性を,自律走行型ユースケースを考慮したコンピュータシミュレーションにより検討した。
論文参考訳（メタデータ） (2021-03-18T14:18:34Z)
Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。人工知能(AI)は近年急速に成長し、成功している。 UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文参考訳（メタデータ） (2020-09-24T07:11:31Z)
Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial [64.77665786141166]
インテリジェント反射面(Intelligent Reflecting Surface、IRS)は、無線ネットワークにおける電波伝搬を工学する技術である。 IRSは無線チャネルを動的に変更して通信性能を向上させることができる。その大きな可能性にもかかわらず、IRSは無線ネットワークに効率的に統合されるための新たな課題に直面している。
論文参考訳（メタデータ） (2020-07-06T13:59:09Z)
Communication-Efficient Edge AI Inference Over Wireless Networks [33.1306043471745]
我々は、低レイテンシでエネルギー効率のよいAIサービスを提供するために、ネットワークエッジにモデル推論を効率的に配置する原則を提示する。これには、低遅延デバイス分散モデル推論のための無線分散コンピューティングフレームワークと、エネルギー効率の良いエッジ協調モデル推論のための無線協調送信戦略が含まれる。
論文参考訳（メタデータ） (2020-04-28T08:04:06Z)
Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。 AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。 AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
論文参考訳（メタデータ） (2020-01-28T15:10:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。