論文の概要: AI-Aided Integrated Terrestrial and Non-Terrestrial 6G Solutions for Sustainable Maritime Networking

• arxiv url: http://arxiv.org/abs/2201.06947v1
• Date: Tue, 18 Jan 2022 13:15:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-19 21:02:57.633776
• Title: AI-Aided Integrated Terrestrial and Non-Terrestrial 6G Solutions for Sustainable Maritime Networking
• Title（参考訳）: 持続可能な海洋ネットワークのためのAI支援地球外・地球外6Gソリューション
• Authors: Salwa Saafi, Olga Vikhrova, G\'abor Fodor, Jiri Hosek, Sergey Andreev
• Abstract要約: 海上産業は、造船、海路と内陸の船の運航、貨物管理、港での労働慣行に影響を与える技術革新を経験している。 デジタル化と自動化は、輸送を変革し、よりコスト効率が高く、エネルギー効率が良く、非炭化産業に転換することで、これらの目標を達成するのに役立ちます。 本稿では、さまざまな海上通信シナリオにおけるサービス要件とエネルギー効率の目標を満たすために、人工知能と機械学習に基づくアプローチの使用を提唱する。
• 参考スコア（独自算出の注目度）: 5.454673003552528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The maritime industry is experiencing a technological revolution that affects shipbuilding, operation of both seagoing and inland vessels, cargo management, and working practices in harbors. This ongoing transformation is driven by the ambition to make the ecosystem more sustainable and cost-efficient. Digitalization and automation help achieve these goals by transforming shipping and cruising into a much more cost- and energy-efficient, and decarbonized industry segment. The key enablers in these processes are always-available connectivity and content delivery services, which can not only aid shipping companies in improving their operational efficiency and reducing carbon emissions but also contribute to enhanced crew welfare and passenger experience. Due to recent advancements in integrating high-capacity and ultra-reliable terrestrial and non-terrestrial networking technologies, ubiquitous maritime connectivity is becoming a reality. To cope with the increased complexity of managing these integrated systems, this article advocates the use of artificial intelligence and machine learning-based approaches to meet the service requirements and energy efficiency targets in various maritime communications scenarios.
• Abstract（参考訳）: 海上産業は、造船、海上および内陸の船舶の運航、貨物管理、港での作業慣行に影響を及ぼす技術革新を経験した。 この継続的な変革は、エコシステムをより持続的でコスト効率の高いものにするという野望によって推進されています。 デジタル化と自動化は、輸送と巡航をよりコストとエネルギー効率のよい、脱炭酸化された産業セグメントに転換することで、これらの目標を達成するのに役立ちます。 これらのプロセスの主要な実現要因は、常に利用可能なコネクティビティとコンテンツ配信サービスであり、輸送会社による運用効率の向上と二酸化炭素排出量の削減を支援するだけでなく、乗務員の福祉と乗客体験の向上にも寄与する。 近年の高容量・超信頼性の地上・非地上ネットワーク技術の統合により、ユビキタスな海上通信が現実化しつつある。 本稿では,これらの統合システム管理の複雑さの増大に対処するため,さまざまな海上通信シナリオにおけるサービス要件とエネルギー効率の目標を満たすために,人工知能と機械学習ベースのアプローチを用いることを提唱する。

関連論文リスト

• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning [53.3760591018817]
  ゲームエンジンとDeep Reinforcement Learningの統合の最近の進歩を利用して,水上ナビゲーションのための新しいベンチマーク環境を提案する。 具体的には、最も広く受け入れられているアルゴリズムの一つであるPPOに着目し、先進的なトレーニング手法を提案する。 実験により,これらの成分をうまく組み合わせることで,有望な結果が得られることが示された。
  論文  参考訳（メタデータ） (2024-05-30T23:20:23Z)
• Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
  都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。 本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。 モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。 私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
  論文  参考訳（メタデータ） (2024-05-03T00:29:20Z)
• A Learning-based Incentive Mechanism for Mobile AIGC Service in Decentralized Internet of Vehicles [49.86094523878003]
  モバイルAIGCサービスアロケーションのための分散インセンティブ機構を提案する。 我々は、AIGCサービスのRSUへの供給と、IoVコンテキスト内のサービスに対するユーザ要求のバランスを見つけるために、マルチエージェントの深層強化学習を採用している。
  論文  参考訳（メタデータ） (2024-03-29T12:46:07Z)
• Designing Trustful Cooperation Ecosystems is Key to the New Space Exploration Era [0.0]
  新興宇宙経済では、マッピングや鉱業といった特殊な目標を持つ自律ロボットミッションが勢いを増している。 分散台帳技術(DLT)は、企業が透明で信頼性の高い非プロプライエタリなデジタルプラットフォームを通じて宇宙資源を探索するためのメカニズムとして機能する。 我々は、経済的な観点からのDLTの利点は、技術的観点からの欠点に対して重み付けされていると論じる。
  論文  参考訳（メタデータ） (2024-02-08T20:17:52Z)
• The Role of Intelligent Transportation Systems and Artificial Intelligence in Energy Efficiency and Emission Reduction [4.847470451539329]
  我々は、将来のエネルギー・排出削減(EER)における知的輸送システム(ITS)と人工知能(AI)の役割を探求する。 具体的には、異なるレベルのITSセンサーがEERの改善に与える影響について論じる。 また、ITSにおけるネットワーク接続の可能性についても検討し、それらがEERをどのように改善するかを例示する。
  論文  参考訳（メタデータ） (2024-01-25T23:07:32Z)
• Survey of Deep Learning for Autonomous Surface Vehicles in the Marine Environment [15.41166179659646]
  今後数年以内に、幅広い用途で利用できる高度な自動運転技術が提供される予定だ。 本稿では,ASV関連分野におけるディープラーニング(DL)手法の実装に関する既存研究について検討する。
  論文  参考訳（メタデータ） (2022-10-16T08:46:17Z)
• 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)
• Learning, Computing, and Trustworthiness in Intelligent IoT Environments: Performance-Energy Tradeoffs [62.91362897985057]
  Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。 本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
  論文  参考訳（メタデータ） (2021-10-04T19:41:42Z)
• Symbiotic System Design for Safe and Resilient Autonomous Robotics in Offshore Wind Farms [3.5409202655473724]
  Beyond Visual Line of Sight(BVLOS)ロボティクスの障壁には、運用上の安全コンプライアンスとレジリエンスが含まれます。 ロボットプラットフォームと遠隔操作者の相互利益のための知識共有によるライフサイクル学習と共進化を反映した共生システムを提案する。 本手法は,自律ミッションにおける安全性,信頼性,レジリエンスのリアルタイム検証を可能にする。
  論文  参考訳（メタデータ） (2021-01-23T11:58:16Z)

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。