論文の概要: Position Paper: Rethinking AI/ML for Air Interface in Wireless Networks
- arxiv url: http://arxiv.org/abs/2506.11466v1
- Date: Fri, 13 Jun 2025 04:41:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-16 17:50:49.659107
- Title: Position Paper: Rethinking AI/ML for Air Interface in Wireless Networks
- Title（参考訳）: ポジションペーパー:無線ネットワークにおけるエアインタフェースのためのAI/MLの再考
- Authors: Georgios Kontes, Diomidis S. Michalopoulos, Birendra Ghimire, Christopher Mutschler,
- Abstract要約: 無線通信におけるAI/MLの可能性を完全に実現するには、両方の分野の深い学際的理解が必要である。
オープンな研究課題と、学術および産業コミュニティがAI対応無線システムの未来形成に貢献する機会を概説する。
- 参考スコア（独自算出の注目度）: 3.1695254838580618
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI/ML research has predominantly been driven by domains such as computer vision, natural language processing, and video analysis. In contrast, the application of AI/ML to wireless networks, particularly at the air interface, remains in its early stages. Although there are emerging efforts to explore this intersection, fully realizing the potential of AI/ML in wireless communications requires a deep interdisciplinary understanding of both fields. We provide an overview of AI/ML-related discussions in 3GPP standardization, highlighting key use cases, architectural considerations, and technical requirements. We outline open research challenges and opportunities where academic and industrial communities can contribute to shaping the future of AI-enabled wireless systems.
- Abstract（参考訳）: AI/ML研究は、主にコンピュータビジョン、自然言語処理、ビデオ分析などの領域によって推進されている。
対照的に、AI/MLの無線ネットワーク、特にエアインターフェースへの応用は、まだ初期段階にある。
無線通信におけるAI/MLの可能性を完全に認識するためには、両分野の深い学際的理解が必要である。
3GPP標準化におけるAI/ML関連の議論の概要について,主要なユースケース,アーキテクチャ的考察,技術的要件について紹介する。
オープンな研究課題と、学術および産業コミュニティがAI対応無線システムの未来形成に貢献する機会を概説する。
関連論文リスト
- Toward Embodied AGI: A Review of Embodied AI and the Road Ahead [49.10409405708527]
エンボディード・ジェネラル・インテリジェンス(英語: Embodied Artificial General Intelligence, AGI)は、しばしば本質的にエンボディードとして考えられている。
本稿では,5つのレベル(L1-L5)にまたがる身体的AGIの系統分類について紹介する。
本稿では,L3+ロボット脳の概念的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-20T11:42:26Z) - AI-driven Wireless Positioning: Fundamentals, Standards, State-of-the-art, and Challenges [14.624642715139965]
AI/機械学習(ML)ベースの位置決めは、従来の手法の限界を克服するための重要な技術になりつつある。
我々は,AIベースラインオブライト(LOS)/非線形(NLOS)検出における最先端(SOTA)研究,到着時刻(TOA)/到着時刻差(TDOA)推定手法,角度推定技術に焦点を当てた。
論文 参考訳（メタデータ） (2025-01-24T23:09:11Z) - Overview of AI and Communication for 6G Network: Fundamentals, Challenges, and Future Research Opportunities [148.601430677814]
本稿では,6GネットワークにおけるAIと通信の概要を概観する。
我々はまず、AIを無線通信に組み込むことの背景にある要因と、AIと6Gの収束のビジョンを概観する。
講演はその後、6Gネットワーク内でAIの統合を想定する詳細な説明へと移行する。
論文 参考訳（メタデータ） (2024-12-19T05:36:34Z) - A Survey on Vision-Language-Action Models for Embodied AI [71.16123093739932]
エンボディードAIは、人工知能の重要な要素として広く認識されている。
組込みAIにおける言語条件ロボットタスクに対処するために、マルチモーダルモデルの新たなカテゴリが登場した。
具体的AIのための視覚-言語-アクションモデルに関する第1回調査を示す。
論文 参考訳（メタデータ） (2024-05-23T01:43:54Z) - Machine Learning & Wi-Fi: Unveiling the Path Towards AI/ML-Native IEEE 802.11 Networks [1.5999407512883512]
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。
論文 参考訳（メタデータ） (2024-05-19T10:12:20Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
ディープラーニングとエッジコンピューティングの進歩により、VADは大きな進歩を遂げた。
この記事では、NSVADの初心者向けの包括的なチュートリアルを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - 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) - 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) - 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)
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。