論文の概要: 6G in the Sky: On-Demand Intelligence at the Edge of 3D Networks

• arxiv url: http://arxiv.org/abs/2010.09463v1
• Date: Mon, 19 Oct 2020 13:07:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-28 08:11:48.250474
• Title: 6G in the Sky: On-Demand Intelligence at the Edge of 3D Networks
• Title（参考訳）: 空の6G:3Dネットワークのエッジにおけるオンデマンドインテリジェンス
• Authors: Emilio Calvanese Strinati, Sergio Barbarossa, Taesang Choi, Antonio Pietrabissa, Alessandro Giuseppi, Emanuele De Santis, Josep Vidal, Zdenek Becvar, Thomas Haustein, Nicolas Cassiau, Francesca Costanzo, Junhyeong Kim, Ilgyu Kim
• Abstract要約: 6Gは衛星、航空、地上のプラットフォームを共同で利用し、無線アクセス能力を向上する。 通信、計算、キャッシュ(C3)サービスをオンデマンドで、いつでも、そして、どこでも3D空間で提供するアーキテクチャを考えます。
• 参考スコア（独自算出の注目度）: 60.49776988771734
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 6G will exploit satellite, aerial and terrestrial platforms jointly to improve radio access capability and to unlock the support of on-demand edge cloud services in the three dimensional space (3D) by incorporating Mobile Edge Computing (MEC) functionalities on aerial platforms and low orbit satellites. This will extend the MEC support to devices and network elements in the sky and will forge a space borne MEC enabling intelligent personalized and distributed on demand services. 3D end users will experience the impression of being surrounded by a distributed computer fulfilling their requests in apparently zero latency. In this paper, we consider an architecture providing communication, computation, and caching (C3) services on demand, anytime and everywhere in 3D space, building on the integration of conventional ground (terrestrial) base stations and flying (non-terrestrial) nodes. Given the complexity of the overall network, the C3 resources and the management of the aerial devices need to be jointly orchestrated via AI-based algorithms, exploiting virtualized networks functions dynamically deployed in a distributed manner across terrestrial and non-terrestrial nodes.
• Abstract（参考訳）: 6Gは、衛星、航空、地上プラットフォームを共同で利用して、無線アクセス能力を改善し、航空プラットフォームと低軌道衛星にモバイルエッジコンピューティング(MEC)機能を組み込むことで、3次元空間におけるオンデマンドエッジクラウドサービスのサポートを開放する。 これによりMECのサポートは、空のデバイスやネットワーク要素にまで拡張され、オンデマンドサービスでインテリジェントにパーソナライズされ、分散されたMECが実現される。 3Dのエンドユーザーは、明らかに待ち時間ゼロで要求を満たす分散コンピュータに囲まれている印象を受けるだろう。 本稿では,従来の地上(地上)基地局と飛行(地上)ノードの統合を基盤として,通信,計算,キャッシュ(C3)サービスをオンデマンドで,いつでも,どこでも3次元空間で提供するアーキテクチャについて考察する。 ネットワーク全体の複雑さを考えると、C3リソースと航空機器の管理はAIベースのアルゴリズムによって共同で編成され、地上および地上のノードに分散して分散的に展開される仮想ネットワーク機能を利用する必要がある。

関連論文リスト

• Hierarchical Learning and Computing over Space-Ground Integrated Networks [40.19542938629252]
  地上IoTデバイス上で,局所的に訓練されたモデルに対してグローバルアグリゲーションサービスを提供するための階層的学習・計算フレームワークを提案する。 モデルアグリゲーションのネットワークエネルギー問題を定式化し、これはDST問題であることが判明した。 代用有向グラフ上で最小スパンニングアーボラッセンスを求めることでDST問題を解決するためのトポロジカル・アウェア・エネルギ効率・ルーティング(TAEER)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-26T09:05:43Z)
• Characterizing Satellite Geometry via Accelerated 3D Gaussian Splatting [0.0]
  本稿では,3次元ガウス散乱に基づく軌道上の衛星のマッピング手法を提案する。 ループ型衛星モックアップにおけるモデルトレーニングと3次元レンダリング性能を実演する。 我々のモデルでは、未知の衛星の高品質な新しいビューを、従来のNeRFベースのアルゴリズムよりも2桁近く高速にトレーニングし、レンダリングすることが可能であることが示されている。
  論文  参考訳（メタデータ） (2024-01-05T00:49:56Z)
• In-situ Model Downloading to Realize Versatile Edge AI in 6G Mobile Networks [61.416494781759326]
  In-situモデルダウンロードは、ネットワーク内のAIライブラリからダウンロードすることで、デバイス上のAIモデルを透過的でリアルタイムに置き換えることを目的としている。 提示されたフレームワークの重要なコンポーネントは、ダウンロードされたモデルを深さレベル、パラメータレベル、ビットレベルで動的に圧縮する一連のテクニックである。 我々は,3層(エッジ,ローカル,中央)AIライブラリのキー機能を備えた,インサイトモデルダウンロードのデプロイ用にカスタマイズされた6Gネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2022-10-07T13:41:15Z)
• Machine Learning-Based User Scheduling in Integrated Satellite-HAPS-Ground Networks [82.58968700765783]
  第6世代通信ネットワーク(6G)の強化のための価値あるソリューション空間の提供を約束する。 本稿では,空対地統合通信におけるユーザスケジューリングにおける機械学習の可能性について述べる。
  論文  参考訳（メタデータ） (2022-05-27T13:09:29Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)
• EC-SAGINs: Edge Computing-enhanced Space-Air-Ground Integrated Networks for Internet of Vehicles [24.603373235841598]
  エッジコンピューティング強化車両インターネット(EC-IoV)は、車両間のユビキタスデータ処理とコンテンツ共有を可能にします。 EC-IoVは、車両と地上エッジコンピューティングインフラストラクチャ間の接続と相互作用に大きく依存しています。 遠隔地における各種IoVサービスを支援するために,エッジコンピューティング対応の宇宙航空統合ネットワーク(EC-SAGIN)の枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-15T10:56:23Z)
• A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence [152.89360859658296]
  5Gネットワークは、拡張モバイルブロードバンド(eMBB)、超信頼性低遅延通信(URLLC)、大規模機械型通信(mMTC)の3つの典型的な利用シナリオをサポートする必要がある。 一方、UAVはコスト効率のよい航空プラットフォームとして利用でき、地上の利用者に高い高度と3D空間での操作性を利用して通信サービスを強化することができる。 一方,UAVと地上ユーザの両方に同時に通信サービスを提供することは,ユビキタスな3D信号網と強力な地上ネットワーク干渉の必要性から,新たな課題を提起する。
  論文  参考訳（メタデータ） (2020-10-19T08:56:04Z)
• Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
  低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。 軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。 エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。 本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-05-26T05:39:27Z)

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。