論文の概要: Research on environment perception and behavior prediction of intelligent UAV based on semantic communication
- arxiv url: http://arxiv.org/abs/2501.04480v1
- Date: Wed, 08 Jan 2025 13:03:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-09 14:55:18.549285
- Title: Research on environment perception and behavior prediction of intelligent UAV based on semantic communication
- Title（参考訳）: セマンティックコミュニケーションに基づく知的UAVの環境認識と行動予測に関する研究
- Authors: Kechong Ren, Li Gao, Qi Guan,
- Abstract要約: 高速なトレーニング機能を備えたドローンが、効率的なリソース割り当てのために、新たな仮想シナリオに自律的に適応できるようにするために、強化学習アプローチが導入されている。
メタユニバースのためのセマンティック・コミュニケーション・フレームワークを提案し、セマンティック・情報の抽出を利用して通信コストを削減し、メタユニバース・サービスの情報伝達をインセンティブ化する。
実験では, ドローン適応性能を約35%向上させ, 基地局数の増加に伴い, 局所降着速度は90%に達することができた。
- 参考スコア（独自算出の注目度）: 8.481025063242473
- License:
- Abstract: The convergence of drone delivery systems, virtual worlds, and blockchain has transformed logistics and supply chain management, providing a fast, and environmentally friendly alternative to traditional ground transportation methods;Provide users with a real-world experience, virtual service providers need to collect up-to-the-minute delivery information from edge devices. To address this challenge, 1) a reinforcement learning approach is introduced to enable drones with fast training capabilities and the ability to autonomously adapt to new virtual scenarios for effective resource allocation.2) A semantic communication framework for meta-universes is proposed, which utilizes the extraction of semantic information to reduce the communication cost and incentivize the transmission of information for meta-universe services.3) In order to ensure that user information security, a lightweight authentication and key agreement scheme is designed between the drone and the user by introducing blockchain technology. In our experiments, the drone adaptation performance is improved by about 35\%, and the local offloading rate can reach 90\% with the increase of the number of base stations. The semantic communication system proposed in this paper is compared with the Cross Entropy baseline model. Introducing blockchain technology the throughput of the transaction is maintained at a stable value with different number of drones.
- Abstract（参考訳）: ドローン配達システム、仮想世界、ブロックチェーンの収束は、ロジスティクスとサプライチェーンの管理を変革し、従来の地上輸送方式に代わる、迅速で環境に優しい代替手段を提供してきた。
この課題に対処する。
1) 高速な訓練能力を持つドローンと、効果的なリソース割り当てのための新たな仮想シナリオに自律的に適応する能力を実現するための強化学習手法が提案されている。2) メタユニバースのセマンティックコミュニケーションフレームワークは、セマンティック情報の抽出を利用して通信コストを削減し、メタユニバースサービスの情報の伝達をインセンティブ化する。3) ユーザ情報のセキュリティを確保するため、ブロックチェーン技術を導入して、軽量認証およびキー合意スキームをドローンとユーザの間に設計する。
実験では, ドローン適応性能を約35 %改善し, 基地局数の増加に伴い, 局所降着速度が90 %に達することができた。
本稿では,クロスエントロピーベースラインモデルと比較する。
ブロックチェーン技術の紹介 トランザクションのスループットは、異なる数のドローンで安定した値で維持される。
関連論文リスト
- Blockchain-Enabled Variational Information Bottleneck for Data
Extraction Based on Mutual Information in Internet of Vehicles [34.63863606532729]
Internet of Vehicles (IoV) ネットワークは、限られた計算資源と個々の車両のデータ処理能力の問題に対処することができる。
ブロックチェーン技術を適用することで、IoV内のセキュアなデータリンクを確立することが可能になる。
本稿では、ブロックチェーンをBVIBと呼ぶVIBと統合する革新的なアプローチを紹介し、計算処理の軽量化とネットワークのセキュリティ強化を目的としている。
論文 参考訳（メタデータ） (2024-09-20T17:30:19Z) - Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。
分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。
市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
論文 参考訳（メタデータ） (2024-03-29T14:58:28Z) - Blockchain-Empowered Immutable and Reliable Delivery Service (BIRDS) Using UAV Networks [6.66583575156837]
無人航空機(UAV)の無人輸送は、配達時間と人的資源コストを削減できると期待されている。
地上へのUAVの接近は、機会的犯罪者にとって理想的な標的となる。
データセキュリティの課題に対処するため,ブロックチェーンを活用したImmutable and Reliable Delivery Service(BIRDS)フレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-07T12:39:59Z) - Will 6G be Semantic Communications? Opportunities and Challenges from
Task Oriented and Secure Communications to Integrated Sensing [49.83882366499547]
本稿では,マルチタスク学習を統合した次世代(NextG)ネットワークにおけるタスク指向およびセマンティックコミュニケーションの機会と課題について検討する。
我々は、送信側の専用エンコーダと受信側の複数のタスク固有のデコーダを表すディープニューラルネットワークを用いる。
トレーニングとテストの段階において、敵対的攻撃に起因する潜在的な脆弱性を精査する。
論文 参考訳（メタデータ） (2024-01-03T04:01:20Z) - Sparse Federated Training of Object Detection in the Internet of
Vehicles [13.864554148921826]
物体検出は、IoV(Internet of Vehicles)の鍵となる技術の一つである
現在のオブジェクト検出方法は、主に集中的な深層トレーニングに基づいており、エッジデバイスが取得したセンシティブなデータをサーバにアップロードする必要がある。
そこで本研究では,よく訓練されたローカルモデルを中央サーバで共有する,フェデレート学習ベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-07T08:58:41Z) - Multi-Objective Optimization for UAV Swarm-Assisted IoT with Virtual
Antenna Arrays [55.736718475856726]
無人航空機(UAV)ネットワークはIoT(Internet-of-Things)を支援するための有望な技術である
既存のUAV支援データ収集および普及スキームでは、UAVはIoTとアクセスポイントの間を頻繁に飛行する必要がある。
協調ビームフォーミングをIoTとUAVに同時に導入し、エネルギーと時間効率のデータ収集と普及を実現した。
論文 参考訳（メタデータ） (2023-08-03T02:49:50Z) - Blockchain-aided Secure Semantic Communication for AI-Generated Content
in Metaverse [59.04428659123127]
仮想交通ネットワークにおけるAIGCサービスのためのブロックチェーン支援セマンティックコミュニケーションフレームワークを提案する。
学習に基づくセマンティック・アタック・スキームを用いて,種々の損失関数を用いて,敵対的セマンティック・データを生成する。
また、ブロックチェーンとゼロ知識証明を用いて、敵対的セマンティックデータのセマンティック類似性の違いを識別するセマンティックディフェンススキームを設計する。
論文 参考訳（メタデータ） (2023-01-25T02:32:02Z) - 5G Network on Wings: A Deep Reinforcement Learning Approach to the
UAV-based Integrated Access and Backhaul [11.197456628712846]
無人航空機(UAV)ベースの航空ネットワークは、高速で柔軟で信頼性の高い無線通信のための有望な代替手段を提供する。
本稿では,静的環境と動的環境の両方において,複数のUAV-BSを制御する方法について検討する。
複数のUAV-BSの3次元配置を協調的に最適化するために,深部強化学習アルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-02-04T07:45:06Z) - Path Design and Resource Management for NOMA enhanced Indoor Intelligent
Robots [58.980293789967575]
通信可能な屋内知的ロボット(IR)サービスフレームワークを提案する。
室内レイアウトとチャネル状態を決定論的に記述できるレゴモデリング手法が提案されている。
調査対象の無線マップは、強化学習エージェントを訓練するための仮想環境として呼び出される。
論文 参考訳（メタデータ） (2020-11-23T21:45:01Z) - UAV Path Planning for Wireless Data Harvesting: A Deep Reinforcement
Learning Approach [18.266087952180733]
本稿では,IoT(Internet of Things)デバイスからのUAV対応データ収集に対するエンドツーエンド強化学習手法を提案する。
自律ドローンは、限られた飛行時間と障害物回避を受ける分散センサーノードからデータを収集する。
提案するネットワークアーキテクチャにより,エージェントが様々なシナリオパラメータの移動決定を行うことができることを示す。
論文 参考訳（メタデータ） (2020-07-01T15:14:16Z) - 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。