論文の概要: Multiverse at the Edge: Interacting Real World and Digital Twins for Wireless Beamforming

• arxiv url: http://arxiv.org/abs/2305.10350v1
• Date: Wed, 10 May 2023 14:48:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-21 10:45:12.025380
• Title: Multiverse at the Edge: Interacting Real World and Digital Twins for Wireless Beamforming
• Title（参考訳）: マルチバース・アット・ザ・エッジ:ワイヤレスビームフォーミングのためのリアルワールドとデジタルツインの相互作用
• Authors: Batool Salehi, Utku Demir, Debashri Roy, Suyash Pradhan, Jennifer Dy, Stratis Ioannidis, Kaushik Chowdhury
• Abstract要約: 車両に搭載された無線ミリ波帯無線のツインについて検討し,移動環境におけるビーム選択の高速化を示す。 我々は,複数のデジタル双生児が現実世界をさまざまなレベルの忠実度で捉えようとする「マルチバース」パラダイムを提案する。
• 参考スコア（独自算出の注目度）: 7.300017146806075
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Creating a digital world that closely mimics the real world with its many complex interactions and outcomes is possible today through advanced emulation software and ubiquitous computing power. Such a software-based emulation of an entity that exists in the real world is called a 'digital twin'. In this paper, we consider a twin of a wireless millimeter-wave band radio that is mounted on a vehicle and show how it speeds up directional beam selection in mobile environments. To achieve this, we go beyond instantiating a single twin and propose the 'Multiverse' paradigm, with several possible digital twins attempting to capture the real world at different levels of fidelity. Towards this goal, this paper describes (i) a decision strategy at the vehicle that determines which twin must be used given the computational and latency limitations, and (ii) a self-learning scheme that uses the Multiverse-guided beam outcomes to enhance DL-based decision-making in the real world over time. Our work is distinguished from prior works as follows: First, we use a publicly available RF dataset collected from an autonomous car for creating different twins. Second, we present a framework with continuous interaction between the real world and Multiverse of twins at the edge, as opposed to a one-time emulation that is completed prior to actual deployment. Results reveal that Multiverse offers up to 79.43% and 85.22% top-10 beam selection accuracy for LOS and NLOS scenarios, respectively. Moreover, we observe 52.72-85.07% improvement in beam selection time compared to 802.11ad standard.
• Abstract（参考訳）: 多くの複雑な相互作用と結果で現実世界を忠実に模倣するデジタル世界を作ることは、今日の高度なエミュレーションソフトウェアとユビキタスコンピューティングパワーによって可能である。 このようなソフトウェアベースの実世界に存在する実体のエミュレーションを「デジタル双生児」と呼ぶ。 本稿では,車両に搭載された無線ミリ波帯無線の双対について考察し,移動環境における指向性ビーム選択の高速化について述べる。 これを実現するために、我々は単一の双子のインスタンス化を超えて、「マルチバース」パラダイムを提案し、いくつかのデジタルツインが現実世界を異なるレベルの忠実度で捉えようとしている。 この目標に向けて,本稿は述べる。 一 計算及びレイテンシの制限により、どの双子を使わなければならないかを判断する車両における決定戦略 (ii)多元誘導ビーム結果を用いて実世界におけるdlに基づく意思決定を時間とともに強化する自己学習方式。 まず、私たちは自動運転車から収集した公開利用可能なrfデータセットを使用して、異なる双子を作ります。 第2に,実世界と実世界の多元的双生児との相互作用を連続的に行うフレームワークを,実展開前に完了した1回エミュレーションとは対照的に提示する。 その結果、Multiverse は LOS と NLOS のシナリオでそれぞれ 79.43% と 85.22% のビーム選択精度を提供することがわかった。 さらに, 52.72-85.07%のビーム選択時間を802.11ad標準と比較した。

関連論文リスト

• Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
  Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。 VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
  論文  参考訳（メタデータ） (2024-10-02T02:20:42Z)
• Sim2Real Transfer for Audio-Visual Navigation with Frequency-Adaptive Acoustic Field Prediction [51.71299452862839]
  本稿では,音場予測 (AFP) とウェイポイントナビゲーションに切り離して, 音声視覚ナビゲーションのためのsim2real の最初の治療法を提案する。 次に、特定の周波数サブバンドのみを入力とするAFPモデルをトレーニングすることにより、実世界のデータを収集し、シミュレーションと実世界のスペクトル差を測定する。 最後に、実際のロボットプラットフォームを構築し、転送されたポリシーが、音を鳴らすオブジェクトにうまくナビゲートできることを示します。
  論文  参考訳（メタデータ） (2024-05-05T06:01:31Z)
• Distributed Radiance Fields for Edge Video Compression and Metaverse Integration in Autonomous Driving [13.536641570721798]
  メタバースは 物理的な要素と デジタル要素を組み合わせた 仮想空間だ 没入型で接続された デジタル世界を創りだす デジタルツイン(DT)は仮想プロトタイピング、予測などを提供する。 DTは、現実世界の幾何学、外観、ダイナミクスをキャプチャする3Dシーン再構成手法で作成することができる。
  論文  参考訳（メタデータ） (2024-02-22T15:39:58Z)
• Drive Anywhere: Generalizable End-to-end Autonomous Driving with Multi-modal Foundation Models [114.69732301904419]
  本稿では、画像とテキストで検索可能な表現から、運転決定を提供することができる、エンドツーエンドのオープンセット(環境/シーン)自律運転を適用するアプローチを提案する。 当社のアプローチでは, 多様なテストにおいて非並列的な結果を示すと同時に, アウト・オブ・ディストリビューションの状況において, はるかに高いロバスト性を実現している。
  論文  参考訳（メタデータ） (2023-10-26T17:56:35Z)
• S2R-ViT for Multi-Agent Cooperative Perception: Bridging the Gap from Simulation to Reality [41.25312194294171]
  本稿では,S2R-ViT と名付けられた新しい視覚変換器を用いて,マルチエージェント協調認識のための第1から第1の現実への変換学習フレームワークを提案する。 OPV2VとV2V4Realの公共マルチエージェント協調認識データセットに関する実験により,提案したS2R-ViTがシミュレーションから現実へのギャップを効果的に埋めることを示す。
  論文  参考訳（メタデータ） (2023-07-16T03:54:10Z)
• Digital Twin Graph: Automated Domain-Agnostic Construction, Fusion, and Simulation of IoT-Enabled World [4.010371060637209]
  本稿ではデジタルツイングラフ(DTG)を提案する。これはデジタルツインを完全自動化・ドメインに依存しない方法で構築する処理フレームワークに関連する一般的なデータ構造である。 この研究は、デジタルツインの重要な課題に対処するために、完全にデータ駆動で(伝統的ではない)グラフ学習アプローチを採用する最初の取り組みである。
  論文  参考訳（メタデータ） (2023-04-20T00:13:15Z)
• Artificial intelligence-driven digital twin of a modern house demonstrated in virtual reality [0.0]
  デジタルツイン(Digital twin)は、リアルタイム予測、最適化、監視、制御、意思決定の改善のためにデータとシミュレータによって実現された物理資産の仮想表現である。 近年、この問題に対処するために能力レベルの概念が導入されている。 その能力に基づいて、デジタル双生児は、独立性、記述性、診断性、予測性、規範性、自律性と呼ばれる、0から5の尺度で分類することができる。
  論文  参考訳（メタデータ） (2022-12-14T08:48:37Z)
• DOLPHINS: Dataset for Collaborative Perception enabled Harmonious and Interconnected Self-driving [19.66714697653504]
  V2Xネットワークは、自動運転における協調的な認識を可能にしている。 データセットの欠如は、協調認識アルゴリズムの開発を著しく妨げている。 DOLPHINS: cOllaborative Perception を実現するためのデータセットである Harmonious と Inter connected Self-driving をリリースする。
  論文  参考訳（メタデータ） (2022-07-15T17:07:07Z)
• Benchmarking the Robustness of LiDAR-Camera Fusion for 3D Object Detection [58.81316192862618]
  自律運転における3D知覚のための2つの重要なセンサーは、カメラとLiDARである。 これら2つのモダリティを融合させることで、3次元知覚モデルの性能を大幅に向上させることができる。 我々は、最先端の核融合法を初めてベンチマークした。
  論文  参考訳（メタデータ） (2022-05-30T09:35:37Z)
• Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
  仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。 まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。 結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
  論文  参考訳（メタデータ） (2022-03-11T01:51:54Z)
• Towards Optimal Strategies for Training Self-Driving Perception Models in Simulation [98.51313127382937]
  合成ドメインのみにおけるラベルの使用に焦点を当てる。 提案手法では,ニューラル不変表現の学習方法と,シミュレータからデータをサンプリングする方法に関する理論的にインスピレーションを得た視点を導入する。 マルチセンサーデータを用いた鳥眼視車両分割作業におけるアプローチについて紹介する。
  論文  参考訳（メタデータ） (2021-11-15T18:37:43Z)

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。