論文の概要: Emulators in JINSP
- arxiv url: http://arxiv.org/abs/2311.16146v2
- Date: Thu, 14 Dec 2023 11:40:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-16 03:32:44.488542
- 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
- Cesium Tiles for High-realism Simulation and Comparing SLAM Results in
Corresponding Virtual and Real-world Environments [0.04712282770819683]
本稿では,AirSimシミュレータ,Unreal Engine,Cesiumプラグインを用いて実世界の位置をシミュレーションしたディジタルツインモデルを生成する方法について検討する。
実験位置のディジタルツインが提供したCesium Tilesを用いた実生活実験のマッピング結果の評価方法について検討する。
その結果,本アルゴリズムは実生活において有意な類似性を示し,模擬複製では高い類似性を示した。
論文 参考訳(メタデータ) (2024-01-15T20:57:59Z) - 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) - Informal Safety Guarantees for Simulated Optimizers Through
Extrapolation from Partial Simulations [0.0]
自己教師付き学習は、最先端の言語モデリングのバックボーンである。
自己教師付きデータセットにおける予測損失を伴うトレーニングはシミュレータを引き起こすと論じられている。
論文 参考訳(メタデータ) (2023-11-29T09:32:56Z) - ClimSim: A large multi-scale dataset for hybrid physics-ML climate
emulation [89.29389098578194]
物理と機械学習(ML)を組み合わせたハイブリッドな手法は、新しい世代の高忠実度気候シミュレータを導入した。
ClimSimは、ハイブリッドML物理研究のために設計された、史上最大のデータセットである。
論文 参考訳(メタデータ) (2023-06-14T21:26:31Z) - 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) - 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。
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。