論文の概要: Task-Oriented Prediction and Communication Co-Design for Haptic Communications

• arxiv url: http://arxiv.org/abs/2302.11064v1
• Date: Tue, 21 Feb 2023 23:39:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-23 16:44:08.756494
• Title: Task-Oriented Prediction and Communication Co-Design for Haptic Communications
• Title（参考訳）: 触覚コミュニケーションのためのタスク指向予測とコミュニケーション協調設計
• Authors: Burak Kizilkaya, Changyang She, Guodong Zhao, Muhammad Ali Imran
• Abstract要約: 本稿では,ハプティックコミュニケーションのためのタスク指向予測・コミュニケーション協調フレームワークを提案する。 提案したフレームワークは、タスクに依存しないベンチマークと比較して、無線リソースの消費を最大77.80%削減できる。
• 参考スコア（独自算出の注目度）: 20.20316445430853
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prediction has recently been considered as a promising approach to meet low-latency and high-reliability requirements in long-distance haptic communications. However, most of the existing methods did not take features of tasks and the relationship between prediction and communication into account. In this paper, we propose a task-oriented prediction and communication co-design framework, where the reliability of the system depends on prediction errors and packet losses in communications. The goal is to minimize the required radio resources subject to the low-latency and high-reliability requirements of various tasks. Specifically, we consider the just noticeable difference (JND) as a performance metric for the haptic communication system. We collect experiment data from a real-world teleoperation testbed and use time-series generative adversarial networks (TimeGAN) to generate a large amount of synthetic data. This allows us to obtain the relationship between the JND threshold, prediction horizon, and the overall reliability including communication reliability and prediction reliability. We take 5G New Radio as an example to demonstrate the proposed framework and optimize bandwidth allocation and data rates of devices. Our numerical and experimental results show that the proposed framework can reduce wireless resource consumption up to 77.80% compared with a task-agnostic benchmark.
• Abstract（参考訳）: 近年の予測は、長距離触覚通信における低遅延・高信頼性要求を満たすための有望なアプローチと見なされている。 しかし,既存の手法の多くは,タスクの特徴や,予測とコミュニケーションの関係を考慮に入れていない。 本稿では,システムの信頼性が通信における予測誤差とパケット損失に依存するタスク指向予測・通信共設計フレームワークを提案する。 目的は、様々なタスクの低遅延で信頼性の高い要件を満たす、必要な無線資源を最小化することである。 具体的には,触覚通信システムの性能指標として,注意すべき相違点(JND)を考える。 実世界の遠隔操作テストベッドから実験データを収集し,時系列生成敵ネットワーク(TimeGAN)を用いて大量の合成データを生成する。 これにより、JND閾値、予測水平線、および通信信頼性と予測信頼性を含む全体的な信頼性の関係を得ることができる。 5g new radioを例に挙げて,提案手法を実証し,帯域割り当てとデバイスのデータレートを最適化する。 提案手法は,タスク非依存のベンチマークと比較して,無線リソース消費を最大77.80%削減できることを示す。

関連論文リスト

• Hypergame Theory for Decentralized Resource Allocation in Multi-user Semantic Communications [60.63472821600567]
  マルチユーザSCシステムにおける分散コンピューティングと通信資源割り当てのための新しいフレームワークを提案する。 通信資源と計算資源を効率的に割り当てることの課題は、Stackelbergハイパーゲーム理論の適用によって解決される。 シミュレーションの結果,提案したStackelbergハイパーゲームは通信資源と計算資源を効率的に利用することができることがわかった。
  論文  参考訳（メタデータ） (2024-09-26T15:55:59Z)
• Predictive Covert Communication Against Multi-UAV Surveillance Using Graph Koopman Autoencoder [27.178522837149053]
  低確率検出(LPD)通信は、無線周波数(RF)信号の存在を隠蔽し、監視を回避することを目的としている。 UAVの将来の位置を正確に予測することは、リアルタイムのLPD通信を可能にするために不可欠である。 マルチUAV監視下での地上アドホックネットワークにおける検出可能性の最小化を目的とした,予測被覆通信と呼ばれる新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-25T16:02:45Z)
• ViT LoS V2X: Vision Transformers for Environment-aware LoS Blockage Prediction for 6G Vehicular Networks [20.953587995374168]
  我々は、畳み込みニューラルネットワーク(CNN)とカスタマイズされた視覚変換器(ViT)を組み合わせたディープラーニングベースのアプローチを提案する。 提案手法は,時系列マルチモーダルデータから特徴を抽出するために,CNNとViTの相乗的強みを利用する。 その結果,提案手法は精度が高く,最先端のソリューションよりも優れ,95%以上の精度で予測できることがわかった。
  論文  参考訳（メタデータ） (2024-06-27T01:38:09Z)
• Rate-Adaptive Coding Mechanism for Semantic Communications With Multi-Modal Data [23.597759255020296]
  本稿では,従来のチャネルエンコーダ/デコーダを組み込んだ分散マルチモーダルセマンティック通信フレームワークを提案する。 様々な種類のマルチモーダルなセマンティックタスクに対して、一般的なレート適応型符号化機構を確立する。 シミュレーションの結果,提案手法は従来のコミュニケーションシステムと既存のセマンティック通信システムより優れていることがわかった。
  論文  参考訳（メタデータ） (2023-05-18T07:31:37Z)
• Semantic Communication Enabling Robust Edge Intelligence for Time-Critical IoT Applications [87.05763097471487]
  本稿では、時間クリティカルなIoTアプリケーションのためのセマンティック通信を用いて、堅牢なエッジインテリジェンスを設計することを目的とする。 本稿では,画像DCT係数が推定精度に与える影響を解析し,オフロードのためのチャネル非依存の有効性符号化を提案する。
  論文  参考訳（メタデータ） (2022-11-24T20:13:17Z)
• Neuro-Symbolic Artificial Intelligence (AI) for Intent based Semantic Communication [85.06664206117088]
  6Gネットワークはデータ転送のセマンティクスと有効性(エンドユーザ)を考慮する必要がある。 観測データの背後にある因果構造を学習するための柱としてNeSy AIが提案されている。 GFlowNetは、無線システムにおいて初めて活用され、データを生成する確率構造を学ぶ。
  論文  参考訳（メタデータ） (2022-05-22T07:11:57Z)
• Communication-oriented Model Fine-tuning for Packet-loss Resilient Distributed Inference under Highly Lossy IoT Networks [6.107812768939554]
  分散推論(DI)は、リソース制約のあるモノのインターネット(IoT)デバイス上で、最先端のディープラーニング(ML)によって強化されたリアルタイムアプリケーションのためのテクニックである。 DIでは、計算タスクは、損失の多いIoTネットワークを介して、IoTデバイスからエッジサーバにオフロードされる。 低遅延かつ信頼性の低い通信リンクで高精度なDIを実現するための通信指向モデルチューニング(COMtune)を提案する。
  論文  参考訳（メタデータ） (2021-12-17T09:40:21Z)
• Federated Learning over Wireless IoT Networks with Optimized Communication and Resources [98.18365881575805]
  協調学習技術のパラダイムとしてのフェデレートラーニング(FL)は研究の注目を集めている。 無線システム上での高速応答および高精度FLスキームの検証が重要である。 提案する通信効率のよいフェデレーション学習フレームワークは,強い線形速度で収束することを示す。
  論文  参考訳（メタデータ） (2021-10-22T13:25:57Z)
• Accelerating Federated Edge Learning via Optimized Probabilistic Device Scheduling [57.271494741212166]
  本稿では,通信時間最小化問題を定式化し,解決する。 最適化されたポリシーは、トレーニングプロセスが進むにつれて、残りの通信ラウンドの抑制から、ラウンドごとのレイテンシの低減へと、徐々に優先順位を転換している。 提案手法の有効性は,自律運転における協調的3次元目標検出のユースケースを通じて実証される。
  論文  参考訳（メタデータ） (2021-07-24T11:39:17Z)
• Communication-Efficient and Distributed Learning Over Wireless Networks: Principles and Applications [55.65768284748698]
  機械学習(ML)は、第5世代(5G)通信システムなどのための有望なイネーブルである。 本稿では、関連するコミュニケーションとMLの原則を概観し、選択したユースケースでコミュニケーション効率と分散学習フレームワークを提示することを目的とする。
  論文  参考訳（メタデータ） (2020-08-06T12:37:14Z)

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。