論文の概要: Vision-Assisted Digital Twin Creation for mmWave Beam Management
- arxiv url: http://arxiv.org/abs/2401.17781v1
- Date: Wed, 31 Jan 2024 12:23:55 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-01 14:38:05.785425
- Title: Vision-Assisted Digital Twin Creation for mmWave Beam Management
- Title(参考訳): mm波ビーム管理のための視覚支援デジタル双生児作成
- Authors: Maximilian Arnold, Bence Major, Fabio Valerio Massoli, Joseph B.
Soriaga, Arash Behboodi
- Abstract要約: 本稿では,1台のカメラと位置情報にのみ依存する,実用的なDigital Twin生成パイプラインとチャネルシミュレータを提案する。
本研究では,ビーム取得における下流サブタスクにおいて,3次元環境を明示的にモデル化しない手法と比較して,性能上の利点を示す。
- 参考スコア(独自算出の注目度): 9.608394183713717
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the context of communication networks, digital twin technology provides a
means to replicate the radio frequency (RF) propagation environment as well as
the system behaviour, allowing for a way to optimize the performance of a
deployed system based on simulations. One of the key challenges in the
application of Digital Twin technology to mmWave systems is the prevalent
channel simulators' stringent requirements on the accuracy of the 3D Digital
Twin, reducing the feasibility of the technology in real applications. We
propose a practical Digital Twin creation pipeline and a channel simulator,
that relies only on a single mounted camera and position information. We
demonstrate the performance benefits compared to methods that do not explicitly
model the 3D environment, on downstream sub-tasks in beam acquisition, using
the real-world dataset of the DeepSense6G challenge
- Abstract(参考訳): 通信ネットワークの文脈において、デジタルツイン技術は、無線周波数(RF)伝搬環境とシステム動作を再現する手段を提供し、シミュレーションに基づいてデプロイされたシステムの性能を最適化する手段を提供する。
mmWaveシステムへのDigital Twin技術の応用における重要な課題の1つは、3D Digital Twinの精度に関するチャネルシミュレータの厳密な要件であり、実際のアプリケーションにおける技術の可能性を減らすことである。
本稿では,1台のカメラと位置情報にのみ依存する,実用的なDigital Twin生成パイプラインとチャネルシミュレータを提案する。
DeepSense6Gチャレンジの実際のデータセットを用いて、ビーム取得時の下流サブタスクにおいて、3D環境を明示的にモデル化しない手法と比較して、パフォーマンス上の利点を示す。
関連論文リスト
- Federated Multi-View Synthesizing for Metaverse [52.59476179535153]
メタバースは没入型エンターテイメント、教育、ビジネスアプリケーションを提供すると期待されている。
無線ネットワーク上のバーチャルリアリティ(VR)伝送は、データと計算集約である。
我々は,メタバースにおける無線コンテンツ配信のために,効率的な合成,記憶,通信資源を提供する,新しい多視点合成フレームワークを開発した。
論文 参考訳(メタデータ) (2023-12-18T13:51:56Z) - StableDreamer: Taming Noisy Score Distillation Sampling for Text-to-3D [88.66678730537777]
本稿では3つの進歩を取り入れた方法論であるStableDreamerを紹介する。
まず、SDS生成前の等価性と、簡単な教師付きL2再構成損失を定式化する。
第2に,画像空間拡散は幾何学的精度に寄与するが,色調の鮮明化には潜時空間拡散が不可欠であることを示す。
論文 参考訳(メタデータ) (2023-12-02T02:27:58Z) - Hybrid Knowledge-Data Driven Channel Semantic Acquisition and
Beamforming for Cell-Free Massive MIMO [6.010360758759109]
本稿では、ユビキタス・拡張現実(XR)アプリケーションのサポートを改善するために、屋外無線システムの進歩に焦点を当てる。
セルレス大規模マルチインプットマルチアウトプット(MIMO)システムにおいて,チャネル意味獲得とマルチユーザビームフォーミングのためのハイブリッド知識データ駆動方式を提案する。
論文 参考訳(メタデータ) (2023-07-06T15:35:55Z) - A Multi-Modal Simulation Framework to Enable Digital Twin-based V2X
Communications in Dynamic Environments [12.856023918086677]
近年,物理無線環境のためのディジタルツイン(DT)が,伝播環境の正確な仮想表現として提案されている。
本稿では,V2X通信シナリオのDT作成のための新しいデータ駆動ワークフローを提案する。
論文 参考訳(メタデータ) (2023-03-13T09:31:20Z) - Asynchronous Hybrid Reinforcement Learning for Latency and Reliability
Optimization in the Metaverse over Wireless Communications [8.513938423514636]
現実世界のシーンのリアルタイムデジタルツインニングが増加している。
送信シーン次元(3次元とは対照的に2次元)の差は、アップリンク(UL)とダウンリンク(DL)の非対称データサイズにつながる
我々は、新しいマルチエージェント強化学習アルゴリズム、すなわち非同期アクターハイブリッド批判(AAHC)を設計する。
論文 参考訳(メタデータ) (2022-12-30T14:40:00Z) - Simulation of machine learning-based 6G systems in virtual worlds [0.14072064932290224]
6Gシステムは、仮想世界に依存するユースケースをサポートするだけでなく、その豊富なコンテキスト情報によって、パフォーマンスを改善し、通信オーバーヘッドを減らすことができる。
本稿では,カメラや他のセンサが捉えた環境の3次元表現に依存する6Gシステムのシミュレーションに焦点をあてる。
論文 参考訳(メタデータ) (2022-04-15T15:42:44Z) - Dual-view Snapshot Compressive Imaging via Optical Flow Aided Recurrent
Neural Network [14.796204921975733]
デュアルビュースナップショット圧縮イメージング(SCI)は、2つの視野(FoV)からのビデオを1つのスナップショットでキャプチャすることを目的としている。
既存のモデルベースの復号アルゴリズムでは個々のシーンを再構築することは困難である。
本稿では,2重ビデオSCIシステムのための光フロー支援型リカレントニューラルネットワークを提案する。
論文 参考訳(メタデータ) (2021-09-11T14:24:44Z) - Energy-Efficient Model Compression and Splitting for Collaborative
Inference Over Time-Varying Channels [52.60092598312894]
本稿では,エッジノードとリモートノード間のモデル圧縮と時間変化モデル分割を利用して,エッジデバイスにおける総エネルギーコストを削減する手法を提案する。
提案手法は, 検討されたベースラインと比較して, エネルギー消費が最小限であり, 排出コストが$CO$となる。
論文 参考訳(メタデータ) (2021-06-02T07:36:27Z) - Applying Deep-Learning-Based Computer Vision to Wireless Communications:
Methodologies, Opportunities, and Challenges [100.45137961106069]
ディープラーニング(DL)はコンピュータビジョン(CV)分野で大きな成功を収めている。
本稿では,無線通信におけるDLベースのCVの適用について紹介する。
論文 参考訳(メタデータ) (2020-06-10T11:37:49Z) - Two-shot Spatially-varying BRDF and Shape Estimation [89.29020624201708]
形状とSVBRDFを段階的に推定した新しいディープラーニングアーキテクチャを提案する。
ドメインランダム化された幾何学と現実的な材料を用いた大規模合成学習データセットを作成する。
合成データセットと実世界のデータセットの両方の実験により、合成データセットでトレーニングされたネットワークが、実世界の画像に対してうまく一般化できることが示されている。
論文 参考訳(メタデータ) (2020-04-01T12:56:13Z) - Unlimited Resolution Image Generation with R2D2-GANs [69.90258455164513]
本稿では,任意の解像度の高品質な画像を生成するための新しいシミュレーション手法を提案する。
この方法では、フル長のミッション中に収集したソナースキャンと同等の大きさのソナースキャンを合成することができる。
生成されたデータは、連続的で、現実的に見え、また、取得の実際の速度の少なくとも2倍の速さで生成される。
論文 参考訳(メタデータ) (2020-03-02T17:49:32Z)
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。