論文の概要: Context-Aware Configuration and Management of WiFi Direct Groups for Real Opportunistic Networks

• arxiv url: http://arxiv.org/abs/2307.03126v1
• Date: Thu, 6 Jul 2023 16:52:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-07 13:15:59.238879
• Title: Context-Aware Configuration and Management of WiFi Direct Groups for Real Opportunistic Networks
• Title（参考訳）: 実機会ネットワークのためのWiFiダイレクトグループのコンテキストアウェア構成と管理
• Authors: Valerio Arnaboldi, Mattia Giovanni Campana, Franca Delmastro
• Abstract要約: WiFi Directは、ユーザのパーソナルデバイス間でのD2D接続の自律的生成を制限するいくつかの特徴を提示する。 WiFi Direct グループの効率的な構成と管理のための新しい Wi-layer プロトコルを提案する。 WFD-GMは、最適なグループ構成を作成するためのパラメータを考慮に入れたコンテキスト関数を定義する。
• 参考スコア（独自算出の注目度）: 6.18778092044887
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wi-Fi Direct is a promising technology for the support of device-to-device communications (D2D) on commercial mobile devices. However, the standard as-it-is is not sufficient to support the real deployment of networking solutions entirely based on D2D such as opportunistic networks. In fact, WiFi Direct presents some characteristics that could limit the autonomous creation of D2D connections among users' personal devices. Specifically, the standard explicitly requires the user's authorization to establish a connection between two or more devices, and it provides a limited support for inter-group communication. In some cases, this might lead to the creation of isolated groups of nodes which cannot communicate among each other. In this paper, we propose a novel middleware-layer protocol for the efficient configuration and management of WiFi Direct groups (WiFi Direct Group Manager, WFD-GM) to enable autonomous connections and inter-group communication. This enables opportunistic networks in real conditions (e.g., variable mobility and network size). WFD-GM defines a context function that takes into account heterogeneous parameters for the creation of the best group configuration in a specific time window, including an index of nodes' stability and power levels. We evaluate the protocol performances by simulating three reference scenarios including different mobility models, geographical areas and number of nodes. Simulations are also supported by experimental results related to the evaluation in a real testbed of the involved context parameters. We compare WFD-GM with the state-of-the-art solutions and we show that it performs significantly better than a Baseline approach in scenarios with medium/low mobility, and it is comparable with it in case of high mobility, without introducing additional overhead.
• Abstract（参考訳）: Wi-Fi Directは、商用モバイルデバイス上でデバイス間通信(D2D)をサポートするための有望な技術である。 しかし、標準のas-it-isは、日和見的ネットワークのようなd2dに基づくネットワークソリューションの実際の展開をサポートするのに十分ではない。 実際、WiFi Directは、ユーザのパーソナルデバイス間でのD2D接続の自律的生成を制限するいくつかの特徴を示している。 具体的には、この標準は2つ以上のデバイス間の接続を確立するために、ユーザの承認を明示的に要求し、グループ間通信を限定的にサポートする。 場合によっては、互いに通信できないノードの孤立したグループを作るのに繋がる場合もある。 本稿では、WiFiダイレクトグループ(WFD-GM)の効率的な構成と管理のための新しいミドルウェア層プロトコルを提案し、自律的な接続とグループ間通信を実現する。 これにより、実環境(例えば、可変モビリティとネットワークサイズ)における機会ネットワークが可能になる。 WFD-GMは、ノードの安定性と電力水準の指標を含む特定の時間窓において、最適なグループ構成を作成するための異種パラメータを考慮に入れたコンテキスト関数を定義する。 異なるモビリティモデル,地理的領域,ノード数を含む3つの参照シナリオをシミュレートして,プロトコルの性能を評価する。 シミュレーションはまた、関連するコンテキストパラメータの実際のテストベッドにおける評価に関する実験結果によっても支持される。 我々はWFD-GMを最先端のソリューションと比較し、中低モビリティのシナリオではベースラインアプローチよりもはるかに優れた性能を示し、さらにオーバーヘッドを伴わずに高モビリティの場合と同等であることを示した。

関連論文リスト

• Automatic tuning of communication protocols for vehicular ad hoc networks using metaheuristics [4.734135226897704]
  車両用アドホックネットワーク(VANET)は、自発的に相互接続可能な通信車両の集合を扱う。 最終のネットワーク展開に先立って,通信プロトコルを最適に設定することが重要である。
  論文  参考訳（メタデータ） (2025-01-15T14:59:00Z)
• Joint Adaptive OFDM and Reinforcement Learning Design for Autonomous Vehicles: Leveraging Age of Updates [2.607046313483251]
  ミリ波を用いた周波数分割多重化(OFDM)は高分解能センシングと高速データ伝送に適した代替手段である。 本研究では,AVがキュー状態情報(QSI)とチャネル状態情報(CSI)を,通信とセンシングを管理するための強化学習技術とともに利用する自律走行車ネットワークについて考察する。
  論文  参考訳（メタデータ） (2024-12-24T15:32:58Z)
• FusionLLM: A Decentralized LLM Training System on Geo-distributed GPUs with Adaptive Compression [55.992528247880685]
  分散トレーニングは、システム設計と効率に関する重要な課題に直面します。 大規模深層ニューラルネットワーク(DNN)のトレーニング用に設計・実装された分散トレーニングシステムFusionLLMを提案する。 本システムと手法は,収束性を確保しつつ,ベースライン法と比較して1.45～9.39倍の高速化を実現可能であることを示す。
  論文  参考訳（メタデータ） (2024-10-16T16:13:19Z)
• WDMoE: Wireless Distributed Large Language Models with Mixture of Experts [65.57581050707738]
  我々は,Mixture of Experts (MoE)に基づく無線分散大言語モデル(LLM)パラダイムを提案する。 我々は,基地局(BS)とモバイルデバイスにゲーティングネットワークと先行するニューラルネットワーク層を配置することにより,LLM内のMoE層を分解する。 我々は、モデルの性能とエンドツーエンドのレイテンシの両方を考慮して、専門家の選択ポリシーを設計する。
  論文  参考訳（メタデータ） (2024-05-06T02:55:50Z)
• Dynamic D2D-Assisted Federated Learning over O-RAN: Performance Analysis, MAC Scheduler, and Asymmetric User Selection [13.408764465010687]
  現実世界の無線ネットワークは、無線チャンネルの容量と利用者の時間的変動に影響を受けやすい。 マルチグラニュラダイナミックス (MSD) をFLに組み込み, (M1) 個別無線チャネルを, $mathscrD$Events と呼ばれるイベントセットと (M2) ユーザの動的データセットによって構成する。 階層型デバイス・ツー・デバイス(D2D)支援モデルトレーニング,(ii)専用O-RAN MACスケジューラによる動的制御決定,(iii)非対称なユーザ選択を提案する。
  論文  参考訳（メタデータ） (2024-04-09T14:03:04Z)
• Full-Duplex Strategy for Video Object Segmentation [141.43983376262815]
  Full- Strategy Network (FSNet)はビデオオブジェクトセグメンテーション(VOS)のための新しいフレームワークである 我々のFSNetは、融合復号ステージの前に、クロスモーダルな機能パス(すなわち、送信と受信)を同時に実行します。 我々のFSNetは、VOSとビデオの有能なオブジェクト検出タスクの両方において、他の最先端技術よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-08-06T14:50:50Z)
• LiDAR-based Panoptic Segmentation via Dynamic Shifting Network [56.71765153629892]
  LiDARベースのパノプティカルセグメンテーションは、オブジェクトとシーンを統一的に解析することを目的としている。 本稿では,ポイントクラウド領域における効果的な単視分割フレームワークとして機能する動的シフトネットワーク(DS-Net)を提案する。 提案するDS-Netは,現在の最先端手法よりも優れた精度を実現する。
  論文  参考訳（メタデータ） (2020-11-24T08:44:46Z)
• Multi-path Neural Networks for On-device Multi-domain Visual Classification [55.281139434736254]
  本稿では,モバイルデバイス上でのマルチドメイン視覚分類のためのマルチパスネットワークの自動学習手法を提案する。 提案するマルチパスネットワークは,各ドメインに1つの強化学習コントローラを適用して,MobileNetV3のような検索空間から生成されたスーパーネットワークの最適経路を選択することにより,ニューラルネットワーク検索から学習する。 決定されたマルチパスモデルは、個々のドメインパス内の非共有ノード内にドメイン固有のパラメータを保持しながら、共有ノード内のドメイン間でパラメータを選択的に共有する。
  論文  参考訳（メタデータ） (2020-10-10T05:13:49Z)
• Multiple Access in Dynamic Cell-Free Networks: Outage Performance and Deep Reinforcement Learning-Based Design [24.632250413917816]
  将来のセルフリー(またはセルレス)無線ネットワークでは、地理的領域の多数のデバイスが同時に多数の分散アクセスポイント(AP)によって提供される。 我々は,多数のデバイスやAPが存在する場合に,ユーザの信号の共同処理の複雑さを低減するために,新しい動的セルフリーネットワークアーキテクチャを提案する。 システム設定では, DDPG-DDQN方式は, 網羅的な検索ベース設計により, 達成可能なレートの約78%を達成できることがわかった。
  論文  参考訳（メタデータ） (2020-01-29T03:00:22Z)
• Convergence of Update Aware Device Scheduling for Federated Learning at the Wireless Edge [84.55126371346452]
  遠隔パラメータサーバ(PS)の助けを借りて、ローカルデータセットを持つパワー制限デバイスが共同でジョイントモデルを訓練する無線エッジにおけるフェデレーション学習について研究する。 各ラウンドで送信するデバイスのサブセットを決定する新しいスケジューリングとリソース割り当てポリシーを設計する。 数値実験の結果,提案したスケジューリングポリシーは,チャネル条件と局所モデル更新の重要性の両方に基づいており,両者の指標のみに基づくスケジューリングポリシーよりも長期的性能がよいことがわかった。
  論文  参考訳（メタデータ） (2020-01-28T15:15:22Z)
• Unsupervised Domain Adaptation for Mobile Semantic Segmentation based on Cycle Consistency and Feature Alignment [28.61782696432711]
  実世界と合成表現のドメインシフト問題に対処する新しいUnsupervised Domain Adaptation (UDA)戦略を提案する。 提案手法は,合成データに基づいて訓練されたセグメンテーションネットワークを実世界のシナリオに適用することで,優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-01-14T10:12:20Z)

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。