論文の概要: 6G Software Engineering: A Systematic Mapping Study
- arxiv url: http://arxiv.org/abs/2405.05017v1
- Date: Wed, 8 May 2024 12:34:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-09 14:35:00.654987
- Title: 6G Software Engineering: A Systematic Mapping Study
- Title（参考訳）: 6Gソフトウェアエンジニアリング: システムマッピングの研究
- Authors: Ruoyu Su, Xiaozhou Li, Davide Taibi,
- Abstract要約: 6Gは、より高速な携帯電話通信と大量の接続デバイスを可能にするソフトウェアの世界に革命をもたらすだろう。
現在のクラウドソリューションでは、すべてのデータがクラウドで転送され、計算されるが、このような大規模なデバイスネットワークでは持続可能ではない。
我々は,6Gソフトウェア工学の現在の研究状況を調べるために,システムマッピング研究を行う。
- 参考スコア（独自算出の注目度）: 4.2954732881492514
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: 6G will revolutionize the software world allowing faster cellular communications and a massive number of connected devices. 6G will enable a shift towards a continuous edge-to-cloud architecture. Current cloud solutions, where all the data is transferred and computed in the cloud, are not sustainable in such a large network of devices. Current technologies, including development methods, software architectures, and orchestration and offloading systems, still need to be prepared to cope with such requirements. In this paper, we conduct a Systematic Mapping Study to investigate the current research status of 6G Software Engineering. Results show that 18 research papers have been proposed in software process, software architecture, orchestration and offloading methods. Of these, software architecture and software-defined networks are respectively areas and topics that have received the most attention in 6G Software Engineering. In addition, the main types of results of these papers are methods, architectures, platforms, frameworks and algorithms. For the five tools/frameworks proposed, they are new and not currently studied by other researchers. The authors of these findings are mainly from China, India and Saudi Arabia. The results will enable researchers and practitioners to further research and extend for 6G Software Engineering.
- Abstract（参考訳）: 6Gは、より高速な携帯電話通信と大量の接続デバイスを可能にするソフトウェアの世界に革命をもたらすだろう。
6Gは、継続的エッジからクラウドアーキテクチャへの移行を可能にする。
現在のクラウドソリューションでは、すべてのデータがクラウドで転送され、計算されるが、このような大規模なデバイスネットワークでは持続可能ではない。
開発方法、ソフトウェアアーキテクチャ、オーケストレーションとオフロードシステムを含む現在の技術は、そのような要件に対処するための準備が必要である。
本稿では,システムマッピング研究を行い,6Gソフトウェア工学の現状について検討する。
その結果,ソフトウェアプロセス,ソフトウェアアーキテクチャ,オーケストレーション,オフロード手法など18の研究論文が提案されていることがわかった。
これらのうち、ソフトウェアアーキテクチャとソフトウェア定義ネットワークはそれぞれ6Gソフトウェアエンジニアリングで最も注目を集めている分野とトピックである。
さらに、これらの論文の主な成果は、メソッド、アーキテクチャ、プラットフォーム、フレームワーク、アルゴリズムである。
提案された5つのツール/フレームワークは、新しいもので、現在は他の研究者によって研究されていない。
これらの発見の著者は主に中国、インド、サウジアラビアからのものである。
その結果、研究者と実践者は6Gソフトウェアエンジニアリングのさらなる研究と拡張が可能になる。
関連論文リスト
- Deep Learning-based Software Engineering: Progress, Challenges, and Opportunities [29.934835831037347]
ディープラーニングベースのソフトウェアエンジニアリングに関する最初のタスク指向調査を示す。
ディープラーニングのテクニックに大きく影響された、12のソフトウェアエンジニアリングサブ領域をカバーする。
論文 参考訳（メタデータ） (2024-10-17T00:46:00Z) - Morescient GAI for Software Engineering [2.4861619769660637]
ソフトウェアエンジニアリングタスクにジェネレーティブAI(GAI)を使用することは、ソフトウェアエンジニアリング研究の最も急速に拡大している分野の1つである。
我々は,オープンサイエンスの原則に従って,そのような「科学的」なGAIモデルをいかに設計し,発展し,普及させるか,というビジョンを提示する。
論文 参考訳（メタデータ） (2024-06-07T07:38:33Z) - Requirements Engineering for Research Software: A Vision [2.2217676348694213]
ほとんどの研究者は、科学的な目的のためにソフトウェアを作成するが、ソフトウェア工学では訓練されていない。
研究ソフトウェアは、しばしば厳密なプロセスに従うことなくアドホックに開発される。
本稿では,研究者が研究ソフトウェアに必要な要件を抽出し,文書化し,分析する方法について述べる。
論文 参考訳（メタデータ） (2024-05-13T14:25:01Z) - Generative Artificial Intelligence for Software Engineering -- A
Research Agenda [8.685607624226037]
我々は、GenAI for Software Engineeringの研究アジェンダを開発するために、文献レビューと5ヶ月間のフォーカスグループを実施しました。
この結果から,GenAIを部分的自動化に適用し,すべてのソフトウェア開発活動における意思決定を支援することが可能であることが示唆された。
GenAIを実装する際の一般的な考慮事項は、業界レベルの評価、信頼性と正確性、データアクセシビリティ、透明性、技術に関連する持続可能性といった点である。
論文 参考訳（メタデータ） (2023-10-28T09:14:39Z) - Foundation Model Based Native AI Framework in 6G with Cloud-Edge-End
Collaboration [56.330705072736166]
基礎モデルに基づく6GネイティブAIフレームワークを提案し、意図認識型PFMのカスタマイズアプローチを提供し、新しいクラウド-エッジコラボレーションパラダイムを概説する。
実例として,無線通信システムにおける最大和率を達成するために,このフレームワークをオーケストレーションに適用する。
論文 参考訳（メタデータ） (2023-10-26T15:19:40Z) - In-situ Model Downloading to Realize Versatile Edge AI in 6G Mobile
Networks [61.416494781759326]
In-situモデルダウンロードは、ネットワーク内のAIライブラリからダウンロードすることで、デバイス上のAIモデルを透過的でリアルタイムに置き換えることを目的としている。
提示されたフレームワークの重要なコンポーネントは、ダウンロードされたモデルを深さレベル、パラメータレベル、ビットレベルで動的に圧縮する一連のテクニックである。
我々は,3層(エッジ,ローカル,中央)AIライブラリのキー機能を備えた,インサイトモデルダウンロードのデプロイ用にカスタマイズされた6Gネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-10-07T13:41:15Z) - A modular software framework for the design and implementation of
ptychography algorithms [55.41644538483948]
我々は,Pychographyデータセットをシミュレートし,最先端の再構築アルゴリズムをテストすることを目的とした,新しいptychographyソフトウェアフレームワークであるSciComを紹介する。
その単純さにもかかわらず、ソフトウェアはPyTorchインターフェースによる高速化処理を利用する。
結果は合成データと実データの両方で示される。
論文 参考訳（メタデータ） (2022-05-06T16:32:37Z) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳（メタデータ） (2020-10-01T02:16:40Z) - A Tutorial on Ultra-Reliable and Low-Latency Communications in 6G:
Integrating Domain Knowledge into Deep Learning [115.75967665222635]
超信頼性・低レイテンシ通信(URLLC)は、様々な新しいミッションクリティカルなアプリケーションの開発の中心となる。
ディープラーニングアルゴリズムは、将来の6GネットワークでURLLCを実現する技術を開発するための有望な方法と考えられている。
このチュートリアルでは、URLLCのさまざまなディープラーニングアルゴリズムにドメイン知識を組み込む方法について説明する。
論文 参考訳（メタデータ） (2020-09-13T14:53:01Z) - Swarm Intelligence for Next-Generation Wireless Networks: Recent
Advances and Applications [39.38804488121544]
Swarm Intelligence(SI)は、無線ネットワークのための有望な最適化ツールとして最近登場した。
本稿では,基本的な概念からよく知られた概念まで,SI技術の概要を紹介する。
次世代無線ネットワークにおける新たな課題を解決するためのSIの応用を概観する。
論文 参考訳（メタデータ） (2020-07-30T04:32:49Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。