論文の概要: User-centric Immersive Communications in 6G: A Data-oriented Approach via Digital Twin

• arxiv url: http://arxiv.org/abs/2410.02688v1
• Date: Thu, 3 Oct 2024 17:15:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-04 01:32:59.539645
• Title: User-centric Immersive Communications in 6G: A Data-oriented Approach via Digital Twin
• Title（参考訳）: 6Gにおけるユーザ中心の没入型コミュニケーション:Digital Twinによるデータ指向アプローチ
• Authors: Conghao Zhou, Shisheng Hu, Jie Gao, Xinyu Huang, Weihua Zhuang, Xuemin Shen,
• Abstract要約: 本稿では,異なるユーザ要求に合わせたネットワークモデリングをサポート可能なパーソナライズされたデータ管理を特徴とする,ネットワークリソース管理のためのデータ指向アプローチを提案する。 トレース駆動型ケーススタディでは、ユーザ中心ICの実現におけるアプローチの有効性と、6Gにおけるパーソナライズされたデータ管理の重要性が示されている。
• 参考スコア（独自算出の注目度）: 33.985324666326996
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this article, we present a novel user-centric service provision for immersive communications (IC) in 6G to deal with the uncertainty of individual user behaviors while satisfying unique requirements on the quality of multi-sensory experience. To this end, we propose a data-oriented approach for network resource management, featuring personalized data management that can support network modeling tailored to different user demands. Our approach leverages the digital twin (DT) technique as a key enabler. Particularly, a DT is established for each user, and the data attributes in the DT are customized based on the characteristics of the user. The DT functions, corresponding to various data operations, are customized in the development, evaluation, and update of network models to meet unique user demands. A trace-driven case study demonstrates the effectiveness of our approach in achieving user-centric IC and the significance of personalized data management in 6G.
• Abstract（参考訳）: 本稿では,多感覚体験の質に関するユニークな要件を満たしつつ,個々のユーザ行動の不確実性に対処するため,6Gにおける没入型コミュニケーション(IC)のための新しいユーザ中心サービス提供法を提案する。 そこで本研究では,異なるユーザ要求に合わせたネットワークモデリングをサポート可能なパーソナライズされたデータ管理を特徴とする,ネットワークリソース管理のためのデータ指向アプローチを提案する。 我々の手法は、デジタルツイン(DT)技術を鍵イネーブルとして活用する。 特に、ユーザ毎にDTを確立し、ユーザの特性に基づいてDTのデータ属性をカスタマイズする。 DT関数は、様々なデータ操作に対応するもので、独自のユーザ要求を満たすために、ネットワークモデルの開発、評価、更新でカスタマイズされる。 トレース駆動型ケーススタディでは、ユーザ中心ICの実現におけるアプローチの有効性と、6Gにおけるパーソナライズされたデータ管理の重要性が示されている。

関連論文リスト

• Towards Unified Multi-Modal Personalization: Large Vision-Language Models for Generative Recommendation and Beyond [87.1712108247199]
  我々の目標は、マルチモーダルパーソナライゼーションシステム(UniMP)のための統一パラダイムを確立することである。 我々は、幅広いパーソナライズされたニーズに対処できる汎用的でパーソナライズされた生成フレームワークを開発する。 我々の手法は、パーソナライズされたタスクのための基礎言語モデルの能力を高める。
  論文  参考訳（メタデータ） (2024-03-15T20:21:31Z)
• Big-data-driven and AI-based framework to enable personalization in wireless networks [20.26379197206863]
  無線ネットワークにパーソナライズを統合するためのビッグデータ駆動型AIベースのパーソナライズフレームワークを提案する。 各ユーザの実際の要件とコンテキストに基づいて、マルチオブジェクトの定式化により、ネットワークは、提供されたユーザの満足度レベルを同時に管理し、最適化することができる。
  論文  参考訳（メタデータ） (2023-06-08T02:30:55Z)
• Learning Personalized Representations using Graph Convolutional Network [16.149897648881844]
  グラフ畳み込みネットワークに基づくモデル、すなわちパーソナライズされた動的ルーティング機能(PDRFE)を提案する。 PDRFEは、構築されたグラフから学習したパーソナライズされた顧客表現を生成する。 提案したモデルに対するクロスエントロピー測定では,ベースラインと比較して最大41%の改善が見られた。
  論文  参考訳（メタデータ） (2022-07-28T11:31:38Z)
• Incremental user embedding modeling for personalized text classification [12.381095398791352]
  個々のユーザプロファイルとインタラクション履歴は、現実世界のアプリケーションでカスタマイズされたエクスペリエンスを提供する上で重要な役割を果たす。 本稿では,ユーザの最近のインタラクション履歴を動的に統合したインクリメンタルなユーザ埋め込みモデリング手法を提案する。 Redditデータセットに基づくパーソナライズされた多クラス分類タスクに適用することで,このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2022-02-13T17:33:35Z)
• Unsupervised Domain Adaptive Learning via Synthetic Data for Person Re-identification [101.1886788396803]
  人物再識別(re-ID)は、ビデオ監視に広く応用されているため、ますます注目を集めている。 残念なことに、主流のディープラーニング手法では、モデルをトレーニングするために大量のラベル付きデータが必要です。 本稿では,コンピュータゲーム内で合成されたre-IDサンプルを自動的に生成するデータコレクタを開発し,同時にアノテートするデータラベラを構築した。
  論文  参考訳（メタデータ） (2021-09-12T15:51:41Z)
• Federated Multi-Target Domain Adaptation [99.93375364579484]
  フェデレートされた学習手法により、プライバシを保護しながら、分散ユーザデータ上で機械学習モデルをトレーニングすることが可能になります。 分散クライアントデータがラベル付けされず、集中型ラベル付きデータセットがサーバ上で利用可能となる、より実用的なシナリオを考えます。 本稿では,新しい課題に対処する効果的なDualAdapt法を提案する。
  論文  参考訳（メタデータ） (2021-08-17T17:53:05Z)
• Sensitivity analysis in differentially private machine learning using hybrid automatic differentiation [54.88777449903538]
  感性分析のための新しいテクスチブリド自動識別システム(AD)を導入する。 これにより、ニューラルネットワークをプライベートデータ上でトレーニングするなど、任意の微分可能な関数合成の感度をモデル化できる。 当社のアプローチは,データ処理の設定において,プライバシ損失に関する原則的推論を可能にする。
  論文  参考訳（メタデータ） (2021-07-09T07:19:23Z)
• On Multi-Session Website Fingerprinting over TLS Handshake [6.520803851931362]
  本研究では,特定の時間内に訪問したWebサイトを予測できるマルチラベル分類器を生成するためのディープラーニング手法を提案する。 テストデータの結果と、時間系列情報を用いて性能を向上させることを証明するため、同じ目的で開発された単純な完全連結ニューラルネットワークを比較した。 提案モデルでは,テストデータセットで95%,修正データセットと人為データセットの両方で90%以上の精度が得られた。
  論文  参考訳（メタデータ） (2020-09-19T19:18:18Z)
• Unsupervised Model Personalization while Preserving Privacy and Scalability: An Open Problem [55.21502268698577]
  本研究では,非教師なしモデルパーソナライゼーションの課題について検討する。 この問題を探求するための新しいDual User-Adaptation Framework(DUA)を提供する。 このフレームワークは、サーバ上のモデルパーソナライズとユーザデバイス上のローカルデータ正規化に柔軟にユーザ適応を分散させる。
  論文  参考訳（メタデータ） (2020-03-30T09:35:12Z)

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。