Fugu-MT 論文翻訳(概要): Task-Oriented Co-Design of Communication, Computing, and Control for Edge-Enabled Industrial Cyber-Physical Systems

論文の概要: Task-Oriented Co-Design of Communication, Computing, and Control for Edge-Enabled Industrial Cyber-Physical Systems

arxiv url: http://arxiv.org/abs/2503.08661v1
Date: Tue, 11 Mar 2025 17:50:23 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-12 19:17:11.868629
Title: Task-Oriented Co-Design of Communication, Computing, and Control for Edge-Enabled Industrial Cyber-Physical Systems
Title（参考訳）: エッジ型産業サイバー物理システムの通信・計算・制御のタスク指向共同設計
Authors: Yufeng Diao, Yichi Zhang, Daniele De Martini, Philip Guodong Zhao, Emma Liying Li,
Abstract要約: 本稿では,ミッションクリティカルな産業用サイバー物理システムにおける帯域制限,ノイズ干渉,遅延といった課題に対処するタスク指向の協調設計フレームワークを提案する。 Information Bottleneck (IB) を用いたタスク指向のジョイントソースチャネル符号化(JSCC)を設計する。認識するエンド・ツー・エンド(E2E)遅延を軽減するため,遅延対応軌道誘導制御予測(D TCP)を開発した。 CARLAシミュレータの実験結果によると、E2Eの遅延が1秒(20タイムスロット)である場合、提案手法が提案される。
参考スコア（独自算出の注目度）: 10.791213835655272
License:
Abstract: This paper proposes a task-oriented co-design framework that integrates communication, computing, and control to address the key challenges of bandwidth limitations, noise interference, and latency in mission-critical industrial Cyber-Physical Systems (CPS). To improve communication efficiency and robustness, we design a task-oriented Joint Source-Channel Coding (JSCC) using Information Bottleneck (IB) to enhance data transmission efficiency by prioritizing task-specific information. To mitigate the perceived End-to-End (E2E) delays, we develop a Delay-Aware Trajectory-Guided Control Prediction (DTCP) strategy that integrates trajectory planning with control prediction, predicting commands based on E2E delay. Moreover, the DTCP is co-designed with task-oriented JSCC, focusing on transmitting task-specific information for timely and reliable autonomous driving. Experimental results in the CARLA simulator demonstrate that, under an E2E delay of 1 second (20 time slots), the proposed framework achieves a driving score of 48.12, which is 31.59 points higher than using Better Portable Graphics (BPG) while reducing bandwidth usage by 99.19%.
Abstract（参考訳）: 本稿では,ミッションクリティカルな産業用サイバー物理システム(CPS)における帯域制限,ノイズ干渉,遅延といった重要な課題に対処するために,コミュニケーション,コンピューティング,制御を統合したタスク指向の協調設計フレームワークを提案する。通信効率とロバスト性を向上させるため,情報ボトルネック (IB) を用いたタスク指向のジョイント・ソース・チャネル・コーディング (JSCC) を設計し,タスク固有情報の優先順位付けによるデータ伝送効率の向上を図る。 E2E(End-to-End)遅延を緩和するため,軌道計画と制御予測を統合し,E2Eの遅延に基づいてコマンドを予測する遅延認識軌道誘導制御予測(DTCP)戦略を開発した。さらに、DTCPはタスク指向のJSCCと共同設計されており、タイムリーかつ信頼性の高い自律運転のためのタスク固有の情報伝達に重点を置いている。 CARLAシミュレータの実験結果によると、E2Eの遅延が1秒(20時間帯)で48.12となり、BPG(Better Portable Graphics)よりも31.59ポイント高く、帯域幅を99.19%削減した。

関連論文リスト

Deep Reinforcement Learning-Based User Scheduling for Collaborative Perception [24.300126250046894]
車両間通信(V2X)を用いて、協調的知覚が知覚精度を向上させることを想定する。通信資源が限られているため、すべてのユニットが点雲や高精細ビデオなどのセンシングデータを送信するのは現実的ではない。協調認識のための深層強化学習に基づくV2Xユーザスケジューリングアルゴリズムを提案する。
論文参考訳（メタデータ） (2025-02-12T04:45:00Z)
End-to-End Imitation Learning for Optimal Asteroid Proximity Operations [0.0]
本稿ではニューラルネットワークを用いたエンドツーエンドのアルゴリズムを提案する。ハイブリッドモデル予測制御(MPC)ガイド付き模倣学習コントローラは、従来のMPCコントローラよりも計算効率が向上する。
論文参考訳（メタデータ） (2025-02-03T04:09:20Z)
Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。提案手法の有効性を数値解析により検証した。
論文参考訳（メタデータ） (2024-11-04T17:48:02Z)
Computation Pre-Offloading for MEC-Enabled Vehicular Networks via Trajectory Prediction [38.493882483362135]
本稿では,車両の過去の軌跡を解析するためのトラジェクトリ予測に基づく事前負荷決定アルゴリズムを提案する。本稿では,Double Deep Q-Network (DDQN) を用いて,エッジサーバがタスク処理遅延を最小限に抑える動的リソース割り当てアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-09-26T09:46:43Z)
OFDM-Standard Compatible SC-NOFS Waveforms for Low-Latency and Jitter-Tolerance Industrial IoT Communications [53.398544571833135]
この研究は、スペクトル的に効率的な不規則なSinc (irSinc) 整形法を提案し、1924年に従来のSincを再考した。 irSincは、誤差性能を犠牲にすることなくスペクトル効率が向上した信号を生成する。我々の信号は、5G標準信号構成により、同じスペクトル帯域内で高速なデータ伝送を実現する。
論文参考訳（メタデータ） (2024-06-07T09:20:30Z)
GPU Cluster Scheduling for Network-Sensitive Deep Learning [19.344426053952464]
本稿では分散DL(DDL)ワークロードのための新しいGPUクラスタスケジューラを提案する。我々のスケジューラは、(i)ジョブ配置と統合を容易にする古典的な遅延スケジューリングアルゴリズム、(ii)ネットワークに敏感なジョブプリエンプション戦略、(iii)遅延タイマーを効果的に遅延スケジューリングするために最適化する「自動チューニング」メカニズムの3つの主要コンポーネントから構成される。
論文参考訳（メタデータ） (2024-01-29T19:06:08Z)
Task-Oriented Integrated Sensing, Computation and Communication for Wireless Edge AI [46.61358701676358]
エッジ人工知能(AI)は、従来のクラウドをネットワークエッジまで高速に計算するために提案されている。近年,特定のエッジAIタスクに対する無線センシング,計算,通信(SC$2$)の収束が,パラダイムシフトを引き起こしている。超信頼性で低レイテンシなエッジインテリジェンス獲得を実現するために、完全に統合されたセンシング、計算、通信(I SCC)を進めることが最重要である。
論文参考訳（メタデータ） (2023-06-11T06:40:51Z)
Semantic Communication Enabling Robust Edge Intelligence for Time-Critical IoT Applications [87.05763097471487]
本稿では、時間クリティカルなIoTアプリケーションのためのセマンティック通信を用いて、堅牢なエッジインテリジェンスを設計することを目的とする。本稿では,画像DCT係数が推定精度に与える影響を解析し,オフロードのためのチャネル非依存の有効性符号化を提案する。
論文参考訳（メタデータ） (2022-11-24T20:13:17Z)
An Intelligent Deterministic Scheduling Method for Ultra-Low Latency Communication in Edge Enabled Industrial Internet of Things [19.277349546331557]
時間知覚ネットワーク (TSN) は, 決定論的スケジューリングによる低遅延通信を実現するために最近研究されている。非衝突理論に基づく決定論的スケジューリング (NDS) 法を提案し, 時間に敏感な流れに対する超低遅延通信を実現する。実験の結果,NDS/DQSは決定論的超低レイテンシサービスを十分にサポートし,帯域幅の有効利用を保証できることがわかった。
論文参考訳（メタデータ） (2022-07-17T16:52:51Z)
Multi-Exit Semantic Segmentation Networks [78.44441236864057]
本稿では,最先端セグメンテーションモデルをMESSネットワークに変換するフレームワークを提案する。パラメトリド早期出口を用いた特別訓練されたCNNは、より簡単なサンプルの推測時に、その深さに沿って保存する。接続されたセグメンテーションヘッドの数、配置、アーキテクチャとエグジットポリシーを併用して、デバイス機能とアプリケーション固有の要件に適応する。
論文参考訳（メタデータ） (2021-06-07T11:37:03Z)
EdgeBERT: Sentence-Level Energy Optimizations for Latency-Aware Multi-Task NLP Inference [82.1584439276834]
BERTのようなトランスフォーマーベースの言語モデルでは、自然言語処理(NLP)タスクの精度が大幅に向上する。 We present EdgeBERT, a in-deepth algorithm- hardware co-design for latency-aware energy optimization for multi-task NLP。
論文参考訳（メタデータ） (2020-11-28T19:21:47Z)

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。