論文の概要: Digital Twins for Industry 4.0 in the 6G Era
- arxiv url: http://arxiv.org/abs/2210.08970v2
- Date: Wed, 24 May 2023 19:07:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-26 23:44:38.100732
- Title: Digital Twins for Industry 4.0 in the 6G Era
- Title（参考訳）: デジタル・ツインズによる6g時代の産業 4.0
- Authors: Bin Han, Mohammad Asif Habibi, Bjoern Richerzhagen, Kim Schindhelm,
Florian Zeiger, Fabrizio Lamberti, Filippo Gabriele Prattic\`o, Karthik
Upadhya, Charalampos Korovesis, Ioannis-Prodromos Belikaidis, Panagiotis
Demestichas, Siyu Yuan, and Hans D. Schotten
- Abstract要約: 6Gは将来の知的産業のインフラ的バックボーンとして構想されている。
本稿では, 6G 搭載産業用 DT システムの研究領域について調査する。
- 参考スコア（独自算出の注目度）: 8.502356555955398
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Having the Fifth Generation (5G) mobile communication system recently rolled
out in many countries, the wireless community is now setting its eyes on the
next era of Sixth Generation (6G). Inheriting from 5G its focus on industrial
use cases, 6G is envisaged to become the infrastructural backbone of future
intelligent industry. Especially, a combination of 6G and the emerging
technologies of Digital Twins (DT) will give impetus to the next evolution of
Industry 4.0 (I4.0) systems. This article provides a survey in the research
area of 6G-empowered industrial DT system. With a novel vision of 6G industrial
DT ecosystem, this survey discusses the ambitions and potential applications of
industrial DT in the 6G era, and identifies the emerging challenges as well as
the key enabling technologies. The introduced ecosystem is supposed to bridge
the gaps between humans, machines, and the data infrastructure, and therewith
enable numerous novel application scenarios.
- Abstract（参考訳）: 最近、多くの国で第5世代(5G)モバイル通信システムが展開され、ワイヤレスコミュニティは次世代第6世代(6G)に目を向けている。
5Gを産業のユースケースに焦点をあてた6Gは、将来のインテリジェント産業のインフラ的バックボーンとして構想されている。
特に6GとDigital Twins(DT)の新興技術の組み合わせは、Industrial 4.0 (I4.0) システムの次の進化を示唆する。
本稿では, 6G 搭載産業用 DT システムの研究領域について調査する。
本研究は, 6G産業DTエコシステムの新たなビジョンとして, 6G時代における産業DTの野心と応用の可能性について考察し, 新たな課題と重要な実現技術を明らかにする。
導入されたエコシステムは、人間、マシン、およびデータインフラストラクチャ間のギャップを埋め、多数の新しいアプリケーションシナリオを可能にする。
関連論文リスト
- Secure Integration of 5G in Industrial Networks: State of the Art, Challenges and Opportunities [2.7082111912355877]
産業ネットワークへの5Gのセキュアな統合に関する,最先端かつ導出的な勧告について述べる。
セキュリティをさらに強化し、残る課題を示すために5Gを利用する機会を特定します。
論文 参考訳（メタデータ） (2024-08-29T18:00:17Z) - Multi-Tier Computing-Enabled Digital Twin in 6G Networks [50.236861239246835]
産業4.0では、製造業、自動車、医療などの産業がDTベースの開発を急速に採用している。
これまでの主な課題は、通信とコンピューティングリソースに対する高い要求と、プライバシとセキュリティに関する懸念だった。
新たなDTで低レイテンシと高セキュリティを実現するため,エッジ/フォグコンピューティングとクラウドコンピューティングを組み合わせたマルチ層コンピューティングが提案されている。
論文 参考訳（メタデータ） (2023-12-28T13:02:53Z) - Digital Twins in Wind Energy: Emerging Technologies and
Industry-Informed Future Directions [75.81393574964038]
本稿では、風力エネルギー産業におけるデジタルツイン技術とその能力レベルについて概観する。
デジタルツインの定義と能力レベルを0-5; 0-スタンドアロン、1-記述型、2-診断型、3-予測型、4-予測型、5-自律型から統合する。
論文 参考訳（メタデータ） (2023-04-16T18:38:28Z) - Transformer-Empowered 6G Intelligent Networks: From Massive MIMO
Processing to Semantic Communication [71.21459460829409]
トランスフォーマーとして知られる新しいディープラーニングアーキテクチャを導入し、その6Gネットワーク設計への影響について論じる。
具体的には、6GネットワークにおけるMIMO(Multiple-input multiple-output)システムと様々な意味コミュニケーション問題に対するトランスフォーマーベースのソリューションを提案する。
論文 参考訳（メタデータ） (2022-05-08T03:22:20Z) - Data Heterogeneity-Robust Federated Learning via Group Client Selection
in Industrial IoT [57.67687126339891]
FedGSは5Gのエンパワーメント産業のための階層的なクラウド・エッジ・エンドのFLフレームワークである。
自然にクラスタ化されたファクトリデバイスを利用することで、FedGSは勾配ベースのバイナリ置換アルゴリズムを使用する。
実験によると、FedGSは精度を3.5%改善し、トレーニングラウンドを平均59%削減している。
論文 参考訳（メタデータ） (2022-02-03T10:48:17Z) - Explainable AI for B5G/6G: Technical Aspects, Use Cases, and Research
Challenges [4.7501565899812]
研究者たちは、6Gの帯域幅、カバー範囲、信頼性、エネルギー効率、レイテンシーの低下を期待している。
このような6Gネットワークは、1秒ごとに行われる自動決定の過度な数につながります。
意思決定に対する制御を失うリスクは、高速なデータ集約型AI意思決定によって増大する可能性がある。
論文 参考訳（メタデータ） (2021-12-09T04:46:31Z) - Supportive 5G Infrastructure Policies are Essential for Universal 6G:
Assessment using an Open-source Techno-economic Simulation Model utilizing
Remote Sensing [0.0]
私たちは、サステナブル開発目標(Target 9.c)の重要な部分であるにもかかわらず、普遍的で安価なブロードバンド接続を提供するには程遠い。
本稿では,現在の5G政策がユニバーサルブロードバンドに与える影響を定量的に評価する。
スペクトルライセンスコストを削減することにより,ファイババックホールを用いて,100%5Gの人口被覆を確実に達成できることが判明した。
論文 参考訳（メタデータ） (2021-02-16T11:15:46Z) - Computing Research Challenges in Next Generation Wireless Networking [16.806194058232528]
技術は急速に進歩し続けており、次世代の6Gはすでに計画されている。
6Gはホログラフィックテレプレゼンス、テレヘルス、遠隔教育、ユビキタスロボティクス、自動運転車など、さまざまな強力な新しいアプリケーションを可能にする。
ハードウェアレベルで始まり、ソフトウェア"スタック"のトップまで拡張していくでしょう。
論文 参考訳（メタデータ） (2021-01-04T23:27:19Z) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳（メタデータ） (2020-10-01T02:16:40Z) - Federated Learning for 6G Communications: Challenges, Methods, and
Future Directions [71.31783903289273]
6Gとフェデレーション学習の統合を導入し、6Gのための潜在的なフェデレーション学習アプリケーションを提供する。
6G通信の文脈において,重要な技術的課題,それに対応するフェデレーション学習手法,および今後のフェデレーション学習研究のためのオープンな課題について述べる。
論文 参考訳（メタデータ） (2020-06-04T15:17:19Z) - Redefining Wireless Communication for 6G: Signal Processing Meets Deep
Learning with Deep Unfolding [17.186326961526994]
提案する6G通信アーキテクチャがもたらすサービス要件と課題について述べる。
従来のアルゴリズムの原則とデータに精通したディープラーニングアプローチの欠陥について概説する。
本稿では,将来の6Gネットワークにおいて,ハードウェア効率の高いエッジインテリジェンスを実現するためのオープンな研究課題を動機づける。
論文 参考訳（メタデータ） (2020-04-22T17:20:00Z)
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。