論文の概要: Machine Learning & Wi-Fi: Unveiling the Path Towards AI/ML-Native IEEE 802.11 Networks
- arxiv url: http://arxiv.org/abs/2405.11504v1
- Date: Sun, 19 May 2024 10:12:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-21 17:18:28.075751
- Title: Machine Learning & Wi-Fi: Unveiling the Path Towards AI/ML-Native IEEE 802.11 Networks
- Title（参考訳）: 機械学習とWi-Fi: AI/ML-Native IEEE 802.11ネットワークへの道を開く
- Authors: Francesc Wilhelmi, Szymon Szott, Katarzyna Kosek-Szott, Boris Bellalta,
- Abstract要約: 本稿では,現在のWi-FiネットワークにおけるAI/MLの役割について論じる。
主な課題、標準化の取り組み、主要なイネーブラーについても論じられている。
異なる採用段階において、Wi-FiにおけるAI/MLの可能性を示すための模範的なユースケースが提供される。
- 参考スコア（独自算出の注目度）: 1.5999407512883512
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence (AI) and machine learning (ML) are nowadays mature technologies considered essential for driving the evolution of future communications systems. Simultaneously, Wi-Fi technology has constantly evolved over the past three decades and incorporated new features generation after generation, thus gaining in complexity. As such, researchers have observed that AI/ML functionalities may be required to address the upcoming Wi-Fi challenges that will be otherwise difficult to solve with traditional approaches. This paper discusses the role of AI/ML in current and future Wi-Fi networks and depicts the ways forward. A roadmap towards AI/ML-native Wi-Fi, key challenges, standardization efforts, and major enablers are also discussed. An exemplary use case is provided to showcase the potential of AI/ML in Wi-Fi at different adoption stages.
- Abstract（参考訳）: 人工知能(AI)と機械学習(ML)は、現在、未来の通信システムの進化を駆動するために欠かせない技術と考えられている成熟した技術である。
同時に、Wi-Fi技術は過去30年にわたって常に進化し、新しい機能を世代ごとに導入し、複雑さを増している。
そのため、研究者たちは、従来のアプローチでは解決が難しい今後のWi-Fi課題に対処するために、AI/MLの機能が必要かもしれないことを見てきた。
本稿では,現在および将来のWi-FiネットワークにおけるAI/MLの役割について論じ,今後の展開について述べる。
AI/MLネイティブWi-Fi、主要な課題、標準化の取り組み、主要なイネーブラーへのロードマップも議論されている。
異なる採用段階において、Wi-FiにおけるAI/MLの可能性を示すための模範的なユースケースが提供される。
関連論文リスト
- On the Combination of AI and Wireless Technologies: 3GPP Standardization Progress [13.799195145459972]
人工知能(AI)と無線通信技術の組み合わせは、2030年に向けた主要な技術トレンドの1つになっている。
AIを使用して、無線伝送の効率を改善し、無線ネットワークによるAIデプロイメントをサポートする。
論文 参考訳（メタデータ） (2024-06-17T00:11:04Z) - Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G [58.440115433585824]
デジタルツイン(DT)のようなサービスをサポートする将来の無線システムの構築は、メタサーフェスのような従来の技術への進歩を通じて達成することが困難である。
人工知能(AI)ネイティブネットワークは、無線技術のいくつかの制限を克服することを約束する一方で、開発は依然としてニューラルネットワークのようなAIツールに依存している。
本稿では、AIネイティブ無線システムの概念を再考し、それらを人工知能(AGI)ネイティブシステムに変換するために必要な共通感覚を取り入れた。
論文 参考訳（メタデータ） (2024-04-29T04:51:05Z) - Causal Reasoning: Charting a Revolutionary Course for Next-Generation
AI-Native Wireless Networks [63.246437631458356]
次世代無線ネットワーク(例:6G)は人工知能(AI)ネイティブである。
本稿では、新たな因果推論分野を基盤として、AIネイティブな無線ネットワークを構築するための新しいフレームワークを紹介する。
因果発見と表現によって対処できる無線ネットワークの課題をいくつか挙げる。
論文 参考訳（メタデータ） (2023-09-23T00:05:39Z) - Large Language Models Empowered Autonomous Edge AI for Connected
Intelligence [51.269276328087855]
エッジ人工知能(Edge AI)は、コネクテッドインテリジェンスを実現するための有望なソリューションである。
この記事では、ユーザのさまざまな要件を満たすために自動的に組織化し、適応し、最適化する、自律的なエッジAIシステムのビジョンを示す。
論文 参考訳（メタデータ） (2023-07-06T05:16:55Z) - Landing AI on Networks: An equipment vendor viewpoint on Autonomous
Driving Networks [13.157685146274002]
AI技術によって駆動される自律運転ネットワーク(ADN)の課題と機会について論じる。
AIが現在のネットワークと将来のネットワークにどのように着地できるかを理解するために、ネットワークドメインに特有の課題の概要から始めます。
次に、システムビューを示し、AIがネットワークアーキテクチャにどのように適合できるかを明確にする。
論文 参考訳（メタデータ） (2022-04-26T16:51:00Z) - Transfer Learning for Future Wireless Networks: A Comprehensive Survey [49.746711269488515]
本稿では,無線ネットワークにおける転送学習の応用に関する包括的調査を行う。
まず,形式的定義,分類,様々な種類のtl技術を含むtlの概要について述べる。
次に,無線ネットワークにおける新たな課題に対処するために,多様なTLアプローチを提案する。
論文 参考訳（メタデータ） (2021-02-15T14:19:55Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳（メタデータ） (2020-09-24T07:11:31Z) - Challenges of AI in Wireless Networks for IoT [4.415110372506057]
IoT(Internet of Things)には、ユビキタス接続、コンテキスト認識、動的サービスモビリティ、無線ネットワークインフラストラクチャによる極端なセキュリティが必要です。
エンドツーエンドのIoT通信を容易にする無線ネットワークインフラストラクチャでAIを使用する際の大きな課題が強調されている。
論文 参考訳（メタデータ） (2020-07-09T11:00:56Z) - Two Decades of AI4NETS-AI/ML for Data Networks: Challenges & Research
Directions [4.9469703779632415]
人工知能(AI)と、AIへのアプローチとしての機械学習(ML)の人気は、ここ数年で劇的に増加している。
ネットワークを学習エージェントにしようとする試みは多いが、ネットワークにおけるAI/MLの適用の成功は限られている。
AI/MLベースのソリューションには強い抵抗があり、広範な学術研究と実際のデプロイメントとの間には大きなギャップがある。
論文 参考訳（メタデータ） (2020-03-03T00:36:17Z) - Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。
AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。
AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
論文 参考訳（メタデータ） (2020-01-28T15:10:22Z)
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。