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
- 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) - A Wireless AI-Generated Content (AIGC) Provisioning Framework Empowered
by Semantic Communication [53.78269720999609]
生成AIアプリケーションは、多種多様な高品質AI生成コンテンツ(AIGC)を作成することによって、巨大なユーザーベースに育ちつつある
無線ネットワークにおいて、不安定なチャネル、限られた帯域リソース、不均一な分散計算リソースを備えた最適なAIGCサービスを提供するのは難しい。
本稿では,セマンティック通信(SemCom)を利用したAIGC(SemAIGC)の生成と伝送フレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-26T18:05:22Z) - Multi-Objective Optimization for UAV Swarm-Assisted IoT with Virtual
Antenna Arrays [55.736718475856726]
無人航空機(UAV)ネットワークはIoT(Internet-of-Things)を支援するための有望な技術である
既存のUAV支援データ収集および普及スキームでは、UAVはIoTとアクセスポイントの間を頻繁に飛行する必要がある。
協調ビームフォーミングをIoTとUAVに同時に導入し、エネルギーと時間効率のデータ収集と普及を実現した。
論文 参考訳(メタデータ) (2023-08-03T02:49:50Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳(メタデータ) (2023-07-05T21:38:36Z) - Computation Offloading for Uncertain Marine Tasks by Cooperation of UAVs
and Vessels [12.612678646691263]
無人航空機(UAV)と船舶の協力により、海上作業のオフロードの決定に焦点をあてる。
マルコフ決定過程を定式化し、総実行時間とエネルギーコストを最小化する。
我々はリアプノフ最適化を利用して、実行時間とエネルギーコストの長期的制約をそれらの短期制約に変換する。
論文 参考訳(メタデータ) (2023-02-13T02:24:25Z) - 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) - 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)
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。