論文の概要: Artificial Intelligence for UAV-enabled Wireless Networks: A Survey

• arxiv url: http://arxiv.org/abs/2009.11522v2
• Date: Thu, 28 Jan 2021 12:39:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 05:23:41.887230
• Title: Artificial Intelligence for UAV-enabled Wireless Networks: A Survey
• Title（参考訳）: UAV対応無線ネットワークのための人工知能:調査
• Authors: Mohamed-Amine Lahmeri, Mustafa A.Kishk, and Mohamed-Slim Alouini
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 72.10851256475742
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unmanned aerial vehicles (UAVs) are considered as one of the promising technologies for the next-generation wireless communication networks. Their mobility and their ability to establish line of sight (LOS) links with the users made them key solutions for many potential applications. In the same vein, artificial intelligence (AI) is growing rapidly nowadays and has been very successful, particularly due to the massive amount of the available data. As a result, a significant part of the research community has started to integrate intelligence at the core of UAVs networks by applying AI algorithms in solving several problems in relation to drones. In this article, we provide a comprehensive overview of some potential applications of AI in UAV-based networks. We also highlight the limits of the existing works and outline some potential future applications of AI for UAV networks.
• Abstract（参考訳）: 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。 彼らのモビリティとユーザとの line of sight (los) リンクを確立する能力は、多くの潜在的なアプリケーションにとって鍵となるソリューションとなった。 同じ分野では、人工知能(AI)は近年急速に成長しており、特に大量の利用可能なデータのために非常に成功している。 その結果、研究コミュニティのかなりの部分は、ドローンに関連するいくつかの問題を解決するためにAIアルゴリズムを適用して、UAVネットワークのコアでインテリジェンスを統合するようになった。 本稿では,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。 また、既存の作業の限界を強調し、UAVネットワークにおけるAIの潜在的な応用について概説する。

関連論文リスト

• Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
  Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。 VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
  論文  参考訳（メタデータ） (2024-10-02T02:20:42Z)
• Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
  ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。 本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。 我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
  論文  参考訳（メタデータ） (2024-05-16T02:00:44Z)
• On the Interplay of Artificial Intelligence and Space-Air-Ground Integrated Networks: A Survey [1.5883812630616518]
  Space-Air-Ground Integrated Networks (SAGINs)は、第6世代(6G)無線ネットワークの重要な実現要因である。 本研究では,AIを活用したSAGINにおける最先端研究の総合的な概要を提供することで,AIとSAGINの相互作用を解明することを目的とする。
  論文  参考訳（メタデータ） (2024-01-20T16:10:31Z)
• Landing AI on Networks: An equipment vendor viewpoint on Autonomous Driving Networks [13.157685146274002]
  AI技術によって駆動される自律運転ネットワーク(ADN)の課題と機会について論じる。 AIが現在のネットワークと将来のネットワークにどのように着地できるかを理解するために、ネットワークドメインに特有の課題の概要から始めます。 次に、システムビューを示し、AIがネットワークアーキテクチャにどのように適合できるかを明確にする。
  論文  参考訳（メタデータ） (2022-04-26T16:51:00Z)
• Networking of Internet of UAVs: Challenges and Intelligent Approaches [93.94905661009996]
  I-UAVネットワークは、QoS(Quality-of-Service)とQoE(Quality-of-Experience)の3つのカテゴリに分類される。 本稿では、これらの課題を詳細に分析し、I-UAVネットワーク問題に取り組むための対応するインテリジェントアプローチについて解説する。
  論文  参考訳（メタデータ） (2021-11-13T09:44:43Z)
• Serverless Federated Learning for UAV Networks: Architecture, Challenges, and Opportunities [27.366598254560994]
  無人航空機(UAV)は、民間および軍事分野の次世代無線ネットワークにおける広範なアプリケーションをサポートすることを想定しています。 本稿では,中央エンティティを持たないUAVネットワーク内でFLを実現する,SELF-UNという新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-04-15T16:11:13Z)
• Artificial Intelligence for Satellite Communication: A Review [91.3755431537592]
  この研究は、AI、その多様なサブフィールド、そして最先端のアルゴリズムの概要を提供する。 さまざまな衛星通信分野へのAIの適用は、ビームホッピング、アンチジャミング、ネットワークトラフィック予測、チャネルモデリング、テレメトリマイニング、電離圏シンチレーション検出、干渉管理、リモートセンシング、行動モデリング、スペースエアグラウンド統合、エネルギー管理など、優れた可能性を実証しています。
  論文  参考訳（メタデータ） (2021-01-25T13:01:16Z)
• Communication-Efficient Edge AI: Algorithms and Systems [39.28788394839187]
  エッジデバイス(IoTデバイスなど)の大規模展開は、前例のない規模のデータを生成する。 このような巨大なデータはすべて、処理のためにエンドデバイスからクラウドに送信することはできない。 AIモデルの推論とトレーニングプロセスをエッジノードにプッシュすることで、エッジAIは有望な代替手段として浮上した。
  論文  参考訳（メタデータ） (2020-02-22T09:27:55Z)
• 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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。