論文の概要: Digital Twin-Based Multiple Access Optimization and Monitoring via Model-Driven Bayesian Learning

• arxiv url: http://arxiv.org/abs/2210.05582v1
• Date: Tue, 11 Oct 2022 16:14:43 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 17:57:13.711636
• Title: Digital Twin-Based Multiple Access Optimization and Monitoring via Model-Driven Bayesian Learning
• Title（参考訳）: モデル駆動ベイズ学習によるデジタル双対型多重アクセス最適化とモニタリング
• Authors: Clement Ruah, Osvaldo Simeone, Bashir Al-Hashimi
• Abstract要約: デジタルツイン(DT)プラットフォームは、ソフトウェアベースのオープンな通信システムを制御および監視するための有望なパラダイムと見なされている。 この作業では、DTは通信システムのベイズモデルを構築し、コアDT機能を実現するために利用します。 本稿では,複数のセンサデバイスを含む簡易ケーススタディシステムへの提案手法の適用について検討する。
• 参考スコア（独自算出の注目度）: 30.62844128870099
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Commonly adopted in the manufacturing and aerospace sectors, digital twin (DT) platforms are increasingly seen as a promising paradigm to control and monitor software-based, "open", communication systems, which play the role of the physical twin (PT). In the general framework presented in this work, the DT builds a Bayesian model of the communication system, which is leveraged to enable core DT functionalities such as control via multi-agent reinforcement learning (MARL) and monitoring of the PT for anomaly detection. We specifically investigate the application of the proposed framework to a simple case-study system encompassing multiple sensing devices that report to a common receiver. The Bayesian model trained at the DT has the key advantage of capturing epistemic uncertainty regarding the communication system, e.g., regarding current traffic conditions, which arise from limited PT-to-DT data transfer. Experimental results validate the effectiveness of the proposed Bayesian framework as compared to standard frequentist model-based solutions.
• Abstract（参考訳）: 製造部門と航空宇宙部門で一般的に採用されているデジタルツイン(dt)プラットフォームは、物理的ツイン(pt)の役割を担うソフトウェアベースの「オープン」通信システムを制御および監視するための有望なパラダイムと見なされている。 この研究で提示された一般的なフレームワークでは、dtは通信システムのベイズモデルを構築し、マルチエージェント強化学習(marl)による制御や異常検出のためのptの監視など、dtの中核的な機能を可能にする。 本研究は,複数のセンシング装置を共通受信機に通知する簡易ケーススタディシステムに対する提案手法の適用を具体的に検討する。 DTで訓練されたベイズモデルは、例えば、PT-to-DTデータ転送の制限によって生じる現在の交通状況に関して、通信システムに関する疫学的な不確実性を捉える重要な利点がある。 実験により,提案したベイズフレームワークの有効性を,標準頻繁なモデルベースソリューションと比較して検証した。

関連論文リスト

• AAD-LLM: Adaptive Anomaly Detection Using Large Language Models [35.286105732902065]
  本研究は,Large Language Models (LLMs) を利用した異常検出モデルの伝達性の向上を目的とする。 この研究はまた、モデルとプラントオペレーターの間でより協調的な意思決定を可能にすることを目指している。
  論文  参考訳（メタデータ） (2024-11-01T13:43:28Z)
• Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
  我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。 周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。 我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
  論文  参考訳（メタデータ） (2024-08-29T08:53:26Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• Decision Transformer as a Foundation Model for Partially Observable Continuous Control [5.453548045211778]
  決定変換器(DT)アーキテクチャは、過去の観測、行動、報酬に基づいて最適な行動を予測するために使用される。 DTは、全く新しいタスクに対して驚くべきゼロショットの一般化能力を示す。 これらの知見は、一般的な制御アプリケーションの基本制御系としてのDTの可能性を示している。
  論文  参考訳（メタデータ） (2024-04-03T02:17:34Z)
• Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
  本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。 覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
  論文  参考訳（メタデータ） (2024-04-02T10:19:04Z)
• Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach [74.25870052841226]
  デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。 無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。 DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-04-25T00:15:00Z)
• A Bayesian Framework for Digital Twin-Based Control, Monitoring, and Data Collection in Wireless Systems [35.59201763567714]
  デジタルツイン(DT)プラットフォームは、ソフトウェアベースのオープンな通信システムを制御、監視、分析するための有望なパラダイムと見なされている。 DTシステムのデプロイにおける重要な課題は、DTにおける仮想制御の最適化、監視、分析が安全で信頼性の高いものであることを保証することである。 本稿では,DTにおけるモデル不確実性の定量化と解析を目的とした一般ベイズフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-12-02T18:13:48Z)
• Using Neural Networks by Modelling Semi-Active Shock Absorber [0.0]
  絶え間なく増加する自動車制御システムには、デジタルマッピングに対する新しいアプローチが必要である。 ニューラルネットワーク(NN)を適用する様々な手法は、自動車制御系設計における関連するデジタルツイン(DT)ツールの候補となる。 本稿では, 半能動衝撃吸収器のモデリングにより, 回帰タスクを効率的に処理する方法を示す。
  論文  参考訳（メタデータ） (2022-07-19T09:21:21Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• Multi-task Learning Approach for Modulation and Wireless Signal Classification for 5G and Beyond: Edge Deployment via Model Compression [1.218340575383456]
  将来的な通信網は、異種無線デバイスの成長に対応するために、少ないスペクトルに対処する必要がある。 我々は、深層ニューラルネットワークに基づくマルチタスク学習フレームワークの可能性を利用して、変調と信号分類タスクを同時に学習する。 公共利用のための包括的ヘテロジニアス無線信号データセットを提供する。
  論文  参考訳（メタデータ） (2022-02-26T14:51:02Z)
• UPDeT: Universal Multi-agent Reinforcement Learning via Policy Decoupling with Transformers [108.92194081987967]
  タスクに適合する1つのアーキテクチャを設計し、汎用的なマルチエージェント強化学習パイプラインを最初に試行する。 従来のRNNモデルとは異なり、トランスフォーマーモデルを用いてフレキシブルなポリシーを生成する。 提案方式はUPDeT(Universal Policy Decoupling Transformer)と名付けられ,動作制限を緩和し,マルチエージェントタスクの決定プロセスをより説明しやすいものにする。
  論文  参考訳（メタデータ） (2021-01-20T07:24:24Z)

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。