Fugu-MT 論文翻訳(概要): Spectral Power Profile Optimization of Field-Deployed WDM Network by Remote Link Modeling

論文の概要: Spectral Power Profile Optimization of Field-Deployed WDM Network by Remote Link Modeling

arxiv url: http://arxiv.org/abs/2207.01336v1
Date: Mon, 4 Jul 2022 11:41:40 GMT
ステータス: 処理完了
システム内更新日: 2022-07-05 16:52:19.879923
Title: Spectral Power Profile Optimization of Field-Deployed WDM Network by Remote Link Modeling
Title（参考訳）: 遠隔リンクモデリングによるフィールド展開WDMネットワークのスペクトルパワープロファイル最適化
Authors: Rasmus T. Jones and Kyle R. H. Bottrill and Natsupa Taengnoi and Periklis Petropoulos and Metodi P. Yankov
Abstract要約: 単一アクセスポイントからマルチノードWDMネットワークのディジタルツインモデルを得る。このモデルは、ネットワーク内の各リンクの送信電力プロファイルを予測し、最適化するために使用される。
参考スコア（独自算出の注目度）: 0.951964747016569
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: A digital twin model of a multi-node WDM network is obtained from a single access point. The model is used to predict and optimize the transmit power profile for each link in the network and up to 2.2~dB of margin improvements are obtained w.r.t. unoptimized transmission.
Abstract（参考訳）: 単一アクセスポイントからマルチノードWDMネットワークのディジタルツインモデルを得る。このモデルはネットワーク内の各リンクの送信電力プロファイルを予測・最適化するために使用され、最大2.2～dbのマージン改善がw.r.t.非最適化伝送が得られる。

関連論文リスト

ΩSFormer: Dual-Modal Ω-like Super-Resolution Transformer Network for Cross-scale and High-accuracy Terraced Field Vectorization Extraction [14.821191612452418]
棚田は土壌・水質保全(SWC)の重要な工学的実践である本研究は,知的TFVEのための新しい2モードOmega型超解像トランスネットワークを提案する最初のものである。
論文参考訳（メタデータ） (2024-11-26T04:00:28Z)
A-SDM: Accelerating Stable Diffusion through Model Assembly and Feature Inheritance Strategies [51.7643024367548]
安定拡散モデルは、テキスト・ツー・イメージ(T2I)と画像・ツー・イメージ(I2I)生成のための一般的かつ効果的なモデルである。本研究では、SDMにおける冗長計算の削減と、チューニング不要とチューニング不要の両方の手法によるモデルの最適化に焦点をあてる。
論文参考訳（メタデータ） (2024-05-31T21:47:05Z)
A-SDM: Accelerating Stable Diffusion through Redundancy Removal and Performance Optimization [54.113083217869516]
本研究ではまず,ネットワークの計算冗長性について検討する。次に、モデルの冗長性ブロックをプルークし、ネットワーク性能を維持する。第3に,計算集約型注意部を高速化するグローバル地域対話型注意(GRI)を提案する。
論文参考訳（メタデータ） (2023-12-24T15:37:47Z)
Federated Learning for Energy-limited Wireless Networks: A Partial Model Aggregation Approach [79.59560136273917]
デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックであるまず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
論文参考訳（メタデータ） (2022-04-20T19:09:52Z)
Optimal resource allocation for flexible-grid entanglement distribution networks [0.0]
本稿では,周波数偏光双光子を用いたエンタングルメント分布の一般モデルを提案する。我々は,1対1のユーザ接続からなるネットワークに対して,忠実度と絡み合ったビットレートの上限を導出する。
論文参考訳（メタデータ） (2022-04-13T21:31:47Z)
Data-Driven Deep Learning Based Hybrid Beamforming for Aerial Massive MIMO-OFDM Systems with Implicit CSI [29.11998008894847]
本稿では,データ駆動型深層学習に基づく統合ハイブリッドビームフォーミングフレームワークを提案する。 TDDシステムでは、提案されたDLベースのアプローチは、E2Eニューラルネットワークとして、アップリンクパイロットの組み合わせとダウンリンクハイブリッドビームフォーミングモジュールを共同でモデル化する。 FDDシステムにおいて、我々は、E2Eニューラルネットワークとして、ダウンリンクパイロットトランスミッション、アップリンクCSIフィードバック、およびダウンリンクハイブリッドビームフォーミングモジュールを共同でモデル化する。
論文参考訳（メタデータ） (2022-01-18T07:21:00Z)
Distributed Conditional Generative Adversarial Networks (GANs) for Data-Driven Millimeter Wave Communications in UAV Networks [116.94802388688653]
無人航空機(UAV)無線ネットワークにおけるミリ波(mmWave)通信のための,データ駆動型空対地(A2G)チャネル推定手法を提案する。実効的なチャネル推定手法を開発し、各UAVは、各ビームフォーミング方向に沿って条件付き生成対向ネットワーク(CGAN)を介してスタンドアロンチャネルモデルを訓練することができる。分散CGANアーキテクチャに基づく協調的なフレームワークを開発し、各UAVがmmWaveチャネルの分布を協調的に学習できるようにする。
論文参考訳（メタデータ） (2021-02-02T20:56:46Z)
Data-Driven Random Access Optimization in Multi-Cell IoT Networks with NOMA [78.60275748518589]
非直交多重アクセス(NOMA)は、5Gネットワーク以降で大規模なマシンタイプ通信(mMTC)を可能にする重要な技術です。本稿では,高密度空間分散マルチセル無線IoTネットワークにおけるランダムアクセス効率向上のために,NOMAを適用した。ユーザ期待容量の幾何学的平均を最大化するために,各IoTデバイスの伝送確率を調整したランダムチャネルアクセス管理の新たな定式化を提案する。
論文参考訳（メタデータ） (2021-01-02T15:21:08Z)
Wireless Power Control via Counterfactual Optimization of Graph Neural Networks [124.89036526192268]
本稿では,無線ネットワークにおけるダウンリンク電力制御の問題点について考察する。コンカレントトランスミッション間の干渉を軽減するために,ネットワークトポロジを活用してグラフニューラルネットワークアーキテクチャを構築する。次に、教師なし原始対実対実最適化手法を用いて最適電力配分決定を学習する。
論文参考訳（メタデータ） (2020-02-17T07:54:39Z)

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。