Fugu-MT 論文翻訳(概要): Collaborative Intelligence: Challenges and Opportunities

論文の概要: Collaborative Intelligence: Challenges and Opportunities

arxiv url: http://arxiv.org/abs/2102.06841v1
Date: Sat, 13 Feb 2021 01:24:05 GMT
ステータス: 処理完了
システム内更新日: 2021-02-16 21:42:42.561598
Title: Collaborative Intelligence: Challenges and Opportunities
Title（参考訳）: コラボレーティブ・インテリジェンス:挑戦と機会
Authors: Ivan V. Baji\'c, Weisi Lin, Yonghong Tian
Abstract要約: 本稿は,ciにおける技術の現状を調査し,機能圧縮,エラーレジリエンス,プライバシ,システムレベル設計における信号処理関連の課題を特に強調する。
参考スコア（独自算出の注目度）: 80.22863657331622
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents an overview of the emerging area of collaborative intelligence (CI). Our goal is to raise awareness in the signal processing community of the challenges and opportunities in this area of growing importance, where key developments are expected to come from signal processing and related disciplines. The paper surveys the current state of the art in CI, with special emphasis on signal processing-related challenges in feature compression, error resilience, privacy, and system-level design.
Abstract（参考訳）: 本稿では,コラボレーションインテリジェンス(CI)の新たな領域について概観する。私たちの目標は、重要な発展が信号処理と関連する分野から来ると予想される、ますます重要性のこの分野の課題と機会の信号処理コミュニティへの認識を高めることです。本稿は,ciにおける技術の現状を調査し,機能圧縮,エラーレジリエンス,プライバシ,システムレベル設計における信号処理関連の課題を特に強調する。

関連論文リスト

A Survey on Integrated Sensing, Communication, and Computation [57.6762830152638]
次世代のワイヤレス技術である6Gは、ユビキタスなインテリジェントサービスの時代を後押しすることを目指している。これらのモジュールのパフォーマンスは相互依存しており、時間、エネルギー、帯域幅のリソース競争を生み出している。統合通信と計算(ICC)、統合センシングと計算(ISC)、統合センシングと通信(ISAC)といった既存の技術は、この課題に対処するために部分的に進歩してきた。
論文参考訳（メタデータ） (2024-08-15T11:01:35Z)
On the Intersection of Signal Processing and Machine Learning: A Use Case-Driven Analysis Approach [28.59539400247894]
この研究は、アプリケーションに依存しないレビューを提供し、特徴抽出技術のための新しい分類分類を導入している。理論的概念と実践的応用を結びつけることを目的としており、2つの特定のユースケースを通じてこれを実証している。理論的貢献に加えて、この研究は、関連するPythonおよびPythonベースの信号処理コードの公開リポジトリを提供することで、共同研究文化を促進する。
論文参考訳（メタデータ） (2024-03-25T20:47:10Z)
Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文参考訳（メタデータ） (2024-02-21T06:22:41Z)
Position Paper: Assessing Robustness, Privacy, and Fairness in Federated Learning Integrated with Foundation Models [39.86957940261993]
ファンデーションモデル(FM)をフェデレートラーニング(FL)に統合することは、堅牢性、プライバシ、公正性の点で新しい問題をもたらす。我々は、関連するトレードオフを分析し、この統合によってもたらされる脅威と問題を明らかにし、これらの課題をナビゲートするための一連の基準と戦略を提案する。
論文参考訳（メタデータ） (2024-02-02T19:26:00Z)
Generative AI for Physical Layer Communications: A Survey [76.61956357178295]
生成人工知能(GAI)は、デジタルコンテンツ生産の効率を高める可能性がある。複雑なデータ分散を分析するGAIの能力は、無線通信にとって大きな可能性を秘めている。本稿では、信号分類、チャネル推定、等化といった従来の問題から、インテリジェントな反射面やジョイントソースチャネル符号化といった新たなトピックまで、GAIの物理層での通信への応用に関する包括的な調査を行う。
論文参考訳（メタデータ） (2023-12-09T15:20:56Z)
Data-Driven Blind Synchronization and Interference Rejection for Digital Communication Signals [98.95383921866096]
本研究では,データ駆動型深層学習手法の可能性について検討した。本研究では,高分解能時間構造(非定常性)の取得が性能向上につながることを示す。既製のNNと古典的検出と干渉除去の両方で改善可能なドメインインフォームドニューラルネットワーク(NN)の設計を提案する。
論文参考訳（メタデータ） (2022-09-11T14:10:37Z)
Requirement Engineering Challenges for AI-intense Systems Development [1.6563993097383285]
重要な課題は、複雑なAIインテリジェンスシステムやアプリケーションの振る舞いと品質特性の定義と保証に関係している、と私たちは主張する。産業、輸送、ホームオートメーションに関連する複雑なAIインテンシングシステムおよびアプリケーションに関連するユースケースから4つの課題領域を導き出します。これらの課題を解決することは、複雑なAIインテンシングシステムやアプリケーションの開発アプローチに新しい要件エンジニアリング手法を統合するプロセスサポートを暗示します。
論文参考訳（メタデータ） (2021-03-18T14:06:13Z)
Exploring Zero-Shot Emergent Communication in Embodied Multi-Agent Populations [59.608216900601384]
本研究では,3次元環境下で関節を作動させることでコミュニケーションを学ぶエージェントについて検討する。現実的な仮定、意図の非一様分布、共通知識エネルギーコストにおいて、これらのエージェントは新規パートナーに一般化するプロトコルを見つけることができることを示す。
論文参考訳（メタデータ） (2020-10-29T19:23:10Z)

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。