論文の概要: Time-Series JEPA for Predictive Remote Control under Capacity-Limited Networks

• arxiv url: http://arxiv.org/abs/2406.04853v2
• Date: Wed, 02 Jul 2025 14:24:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:22:55.951197
• Title: Time-Series JEPA for Predictive Remote Control under Capacity-Limited Networks
• Title（参考訳）: 容量制限ネットワーク下での予測遠隔制御のための時系列JEPA
• Authors: Abanoub M. Girgis, Alvaro Valcarce, Mehdi Bennis,
• Abstract要約: 時系列共同埋め込み予測アーキテクチャ(TS-JEPA) TS-JEPAは、高次元の知覚データをセンサーに低次元のセマンティック埋め込みにエンコードする。 チャネル対応スケジューリングはデバイス送信を動的に優先順位付けするために統合される。
• 参考スコア（独自算出の注目度）: 31.408649975934008
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In remote control systems, transmitting large data volumes (e.g., images, video frames) from wireless sensors to remote controllers is challenging when uplink capacity is limited (e.g., RedCap devices or massive wireless sensor networks). Furthermore, controllers often need only information-rich representations of the original data. To address this, we propose a semantic-driven predictive control combined with a channel-aware scheduling to enhance control performance for multiple devices under limited network capacity. At its core, the proposed framework, coined Time-Series Joint Embedding Predictive Architecture (TS-JEPA), encodes high-dimensional sensory data into low-dimensional semantic embeddings at the sensor, reducing communication overhead. Furthermore, TS-JEPA enables predictive inference by predicting future embeddings from current ones and predicted commands, which are directly used by a semantic actor model to compute control commands within the embedding space, eliminating the need to reconstruct raw data. To further enhance reliability and communication efficiency, a channel-aware scheduling is integrated to dynamically prioritize device transmissions based on channel conditions and age of information (AoI). Simulations on inverted cart-pole systems show that the proposed framework significantly outperforms conventional control baselines in communication efficiency, control cost, and predictive accuracy. It enables robust and scalable control under limited network capacity compared to traditional scheduling schemes.
• Abstract（参考訳）: リモート制御システムでは、無線センサからリモートコントローラに大規模なデータボリューム(画像、ビデオフレームなど)を送信することは、アップリンク容量が制限されている場合(RedCapデバイスや大規模な無線センサネットワークなど)に困難である。 さらに、コントローラは元のデータの情報豊富な表現しか必要としないことが多い。 そこで本研究では,ネットワーク容量に制限のある複数のデバイスに対する制御性能を向上させるために,チャネル認識スケジューリングと組み合わせたセマンティック駆動予測制御を提案する。 その中核となるフレームワークであるTS-JEPA(Time-Series Joint Embedding Predictive Architecture)は、高次元のセンサデータをセンサーに低次元のセマンティック埋め込みにエンコードし、通信オーバーヘッドを低減する。 さらに、TS-JEPAは、セマンティックアクターモデルによって直接使用され、埋め込み空間内の制御コマンドを計算し、生データを再構築する必要がなくなる、現在のものや予測コマンドから将来の埋め込みを予測することによって予測推論を可能にする。 信頼性と通信効率をさらに向上するため、チャネル認識スケジューリングを統合して、チャネル条件と情報年齢(AoI)に基づいてデバイス送信を動的に優先順位付けする。 逆カートポールシステムのシミュレーションにより,提案手法は通信効率,制御コスト,予測精度において従来の制御基準を著しく上回ることを示した。 従来のスケジューリング方式に比べて、限られたネットワーク容量で堅牢でスケーラブルな制御を可能にする。

関連論文リスト

• Communication-Control Codesign for Large-Scale Wireless Networked Control Systems [80.30532872347668]
  無線ネットワーク制御システム(Wireless Networked Control Systems, WNCS)は、ドローン群や自律ロボットなどのアプリケーションにおいて柔軟な制御を可能にする産業用4.0に必須である。 本稿では,マルチ状態マルコフブロックフェーディングチャネル上で限られた無線リソースを共有するセンサやアクチュエータを用いて,複数の制御ループ間の相関ダイナミクスを捕捉する実用的WNCSモデルを提案する。 本研究では,ハイブリッドな動作空間を効率的に処理し,通信制御の相関関係を捉え,疎域変数や浮動小数点制御の入力に拘わらず堅牢なトレーニングを確実にするDeep Reinforcement Learning (DRL)アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2024-10-15T06:28:21Z)
• A comparison of RL-based and PID controllers for 6-DOF swimming robots: hybrid underwater object tracking [8.362739554991073]
  本稿では,PIDコントローラの代替として,集中型深層Q-network(DQN)コントローラを用いた調査と評価を行う。 我々の主な焦点は、この遷移を水中物体追跡の特定のケースで説明することに集中している。 本実験は,Unityをベースとしたシミュレータで実施し,分離したPIDコントローラ上での集中型RLエージェントの有効性を検証した。
  論文  参考訳（メタデータ） (2024-01-29T23:14:15Z)
• Deep Learning-Based Rate-Splitting Multiple Access for Reconfigurable Intelligent Surface-Aided Tera-Hertz Massive MIMO [56.022764337221325]
  再構成可能なインテリジェントサーフェス(RIS)は,Tera-Hertz大規模マルチインプットマルチアウトプット(MIMO)通信システムのサービスカバレッジを大幅に向上させることができる。 しかし、パイロットとフィードバック信号のオーバーヘッドが限定された正確な高次元チャネル状態情報(CSI)を得ることは困難である。 本稿では、RIS支援Tera-Hertzマルチユーザアクセスシステムのための、ディープラーニング(DL)に基づくレート分割多重アクセス方式を提案する。
  論文  参考訳（メタデータ） (2022-09-18T03:07:37Z)
• Time-Correlated Sparsification for Efficient Over-the-Air Model Aggregation in Wireless Federated Learning [23.05003652536773]
  Federated Edge Learning(FEEL)は、エッジインテリジェンスアプリケーションを駆動するための有望な分散機械学習(ML)フレームワークである。 通信効率の高いFEELのためのハイブリッドアグリゲーション(TCS-H)を用いた時間相関スペーシングを提案する。
  論文  参考訳（メタデータ） (2022-02-17T02:48:07Z)
• Data Sharing and Compression for Cooperative Networked Control [28.19172672710827]
  本稿では,モジュール型コントローラのタスク目標と協調設計した,簡潔で高圧縮な予測を学習するためのソリューションを提案する。 実セル,IoT(Internet-of-Things),電力負荷データを用いたシミュレーションでは,モデル予測コントローラの性能を少なくとも25%向上すると同時に,競合する手法よりも80%低いデータを送信できることが示されている。
  論文  参考訳（メタデータ） (2021-09-29T19:14:55Z)
• Deep Learning Based Antenna-time Domain Channel Extrapolation for Hybrid mmWave Massive MIMO [30.201881862681972]
  本研究では,部分的なアップリンクチャネルから基地局の全ダウンリンクチャネルへのマッピング関数を学習するために,潜在常微分方程式(ODE)に基づくネットワークを設計する。 シミュレーションの結果,設計したネットワークは,部分的なアップリンクチャネルから全ダウンリンクチャネルを効率的に推測できることがわかった。
  論文  参考訳（メタデータ） (2021-08-09T11:12:46Z)
• 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)
• Turning Channel Noise into an Accelerator for Over-the-Air Principal Component Analysis [65.31074639627226]
  主成分分析(PCA)は、データセットの線形構造を抽出するための技術です。 勾配降下アルゴリズムに基づくマルチアクセスチャネル上にPCAを配置する手法を提案する。 オーバー・ザ・エア・アグリゲーションはマルチ・アクセスの遅延を減らすために採用され、オーバー・ザ・エア・PCAという名称を与える。
  論文  参考訳（メタデータ） (2021-04-20T16:28:33Z)
• Power Control for a URLLC-enabled UAV system incorporated with DNN-Based Channel Estimation [82.16169603954663]
  この手紙は、ディープニューラルネットワーク(DNN)に基づくチャネル推定を組み込んだ超信頼性低遅延通信(URLLC)有効無人航空機(UAV)システムの電力制御に関するものである。
  論文  参考訳（メタデータ） (2020-11-14T02:31:04Z)
• Convergence of Federated Learning over a Noisy Downlink [84.55126371346452]
  我々は,遠隔パラメータサーバの助けを借りて,ローカルデータセットを利用してグローバルモデルを協調訓練するフェデレーション学習について検討した。 このフレームワークは、PSからデバイスへのダウンリンク送信と、デバイスからPSへのアップリンク送信を必要とする。 本研究の目的は、ダウンリンクとアップリンクの両方における帯域幅制限された共有無線媒体がFLの性能に与える影響を検討することである。
  論文  参考訳（メタデータ） (2020-08-25T16:15:05Z)

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。