Fugu-MT 論文翻訳(概要): Emulators in JINSP

論文の概要: Emulators in JINSP

arxiv url: http://arxiv.org/abs/2311.16146v1
Date: Tue, 7 Nov 2023 03:43:06 GMT
ステータス: 処理完了
システム内更新日: 2023-12-03 13:19:08.733401
Title: Emulators in JINSP
Title（参考訳）: JINSPのエミュレータ
Authors: Lei Zhao, Miaomiao Zhang, Lv Zhe
Abstract要約: 本稿では,実環境における動的ユーザのためのプロトコルスタックのシミュレーションなど,一連の基本エミュレータとその組み合わせについて述べる。マルチターゲットアンテナ最適化や圧縮フィードバックなど、特定のビジネスシナリオに適用される。
参考スコア（独自算出の注目度）: 8.502571982210666
License: http://creativecommons.org/licenses/by/4.0/
Abstract: JINSP(Jiutian Intelligence Network Simulation Platform) describes a series of basic emulators and their combinations, such as the simulation of the protocol stack for dynamic users in a real environment, which is composed of user behavior simulation, base station simulation, and terminal simulation. It is applied in specific business scenarios, such as multi-target antenna optimization, compression feedback, and so on. This paper provides detailed descriptions of each emulator and its combination based on this foundation, including the implementation process of the emulator, integration with the platform, experimental results, and other aspects.
Abstract（参考訳）: jinsp(jiutian intelligence network simulation platform)は、ユーザ動作シミュレーション、基地局シミュレーション、端末シミュレーションからなる実環境における動的ユーザのためのプロトコルスタックのシミュレーションなど、一連の基本的なエミュレータとそれらの組み合わせを記述する。マルチターゲットアンテナ最適化や圧縮フィードバックなど、特定のビジネスシナリオに適用される。本稿では,エミュレータの実装プロセス,プラットフォームとの統合,実験結果,その他の側面を含む,各エミュレータとその組み合わせについて詳細な説明を行う。

関連論文リスト

BeSimulator: A Large Language Model Powered Text-based Behavior Simulator [28.112491177744783]
本研究では,BeSimulatorをテキストベースの環境下での動作シミュレーションの試みとして紹介する。 BeSimulatorはシナリオを一般化し、長距離複素シミュレーションを実現する。
論文参考訳（メタデータ） (2024-09-24T08:37:04Z)
Design-Space Exploration of SNN Models using Application-Specific Multi-Core Architectures [0.3599866690398789]
RAVSimは最先端のSNNシミュレータであり、彼らのウェブサイトで公式モジュールとして公開されている。 RAVSimは、ユーザがモデルと対話し、出力集中の振る舞いを観察し、シミュレーション実行中いつでもパラメトリック値のセットを変更することができる実行時仮想シミュレーション環境である。
論文参考訳（メタデータ） (2024-02-07T20:41:00Z)
Implement services for business scenarios by combining basic emulators [10.04466244770767]
本稿では主に,Jiutian Intelligence Network Simulation Platformにおいて,様々な基本エミュレータを用いて複合エミュレータを構築する方法について紹介する。ビジネスシナリオには、多目的アンテナ最適化、ビジネスの高トラフィック、CSI(チャネル状態情報)圧縮フィードバックなど、さまざまな実用的な応用が含まれている。
論文参考訳（メタデータ） (2023-12-14T11:06:50Z)
Synthetic Data-Based Simulators for Recommender Systems: A Survey [55.60116686945561]
本調査は,モデリングとシミュレーションの分野における最近のトレンドを包括的に概観することを目的としている。まずは、シミュレーターを実装するフレームワークの開発の背後にあるモチベーションから始めます。我々は,既存のシミュレータの機能,近似,産業的有効性に基づいて,新しい一貫した一貫した分類を行う。
論文参考訳（メタデータ） (2022-06-22T19:33:21Z)
Metaphorical User Simulators for Evaluating Task-oriented Dialogue Systems [80.77917437785773]
タスク指向対話システム(TDS)は、主にオフラインまたは人間による評価によって評価される。本稿では,エンド・ツー・エンドのTDS評価のためのメタファ型ユーザシミュレータを提案する。また,異なる機能を持つ対話システムなどの変種を生成するためのテスタベースの評価フレームワークを提案する。
論文参考訳（メタデータ） (2022-04-02T05:11:03Z)
Sim and Real: Better Together [47.14469055555684]
シミュレーションと実環境とのインタラクションの両方から同時に学習する方法を実証する。本稿では,高いスループットから多数のサンプルのバランスをとるアルゴリズムを提案するが,精度は低い。このような多環境相互作用を理論的に解析し、新しい理論的なリプレイバッファ解析により収束特性を提供する。
論文参考訳（メタデータ） (2021-10-01T14:30:03Z)
BayesSimIG: Scalable Parameter Inference for Adaptive Domain Randomization with IsaacGym [59.53949960353792]
BayesSimIGは、最近リリースされたNVIDIA IsaacGymと統合されたBayesSimの実装を提供するライブラリである。 BayesSimIGはNVIDIABoardと統合して、高次元の後方のスライスを簡単に視覚化する。
論文参考訳（メタデータ） (2021-07-09T16:21:31Z)
SimNet: Computer Architecture Simulation using Machine Learning [3.7019798164954336]
この研究では、機械学習(ML)を使用して離散イベントシミュレーションを加速する共同作業について説明します。提案した命令遅延予測器に基づいて,GPU加速並列シミュレータを実装した。そのシミュレーション精度とスループットを、最先端シミュレータに対して検証し、評価する。
論文参考訳（メタデータ） (2021-05-12T17:31:52Z)
Using Machine Learning at Scale in HPC Simulations with SmartSim: An Application to Ocean Climate Modeling [52.77024349608834]
We demonstrate the first climate-scale, numerical ocean Simulations improve through distributed, online inference of Deep Neural Networks (DNN) using SmartSim。 SmartSimは、従来のHPCシミュレーションのためのオンライン分析と機械学習(ML)を可能にするためのライブラリです。
論文参考訳（メタデータ） (2021-04-13T19:27:28Z)
Comparing Popular Simulation Environments in the Scope of Robotics and Reinforcement Learning [0.0]
選択したシミュレーション環境がシングルコア性能の恩恵を最も受けることを示す。マルチコアシステムを使用すると、複数のシミュレーションを並列に実行して性能を向上させることができる。
論文参考訳（メタデータ） (2021-03-08T09:08:53Z)
A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
論文参考訳（メタデータ） (2020-11-17T22:24:26Z)

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。