論文の概要: Empowering Near-Field Communications in Low-Altitude Economy with LLM: Fundamentals, Potentials, Solutions, and Future Directions

• arxiv url: http://arxiv.org/abs/2506.17067v1
• Date: Fri, 20 Jun 2025 15:14:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-23 19:00:05.506443
• Title: Empowering Near-Field Communications in Low-Altitude Economy with LLM: Fundamentals, Potentials, Solutions, and Future Directions
• Title（参考訳）: LLMを用いた低高度経済における近接場通信の活用--基礎,可能性,解決策,今後の方向性
• Authors: Zhuo Xu, Tianyue Zheng, Linglong Dai,
• Abstract要約: 低高度経済(LAE)は、学術や産業から大きな注目を集めている。 近接場ビームフォーカスを利用することで、RAEは無人航空機に正確にビームエネルギーを供給できる。 しかし、LAEにおける近接場通信は、信号処理の複雑さの増加など、いくつかの課題に直面している。
• 参考スコア（独自算出の注目度）: 28.213188351048387
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The low-altitude economy (LAE) is gaining significant attention from academia and industry. Fortunately, LAE naturally aligns with near-field communications in extremely large-scale MIMO (XL-MIMO) systems. By leveraging near-field beamfocusing, LAE can precisely direct beam energy to unmanned aerial vehicles, while the additional distance dimension boosts overall spectrum efficiency. However, near-field communications in LAE still face several challenges, such as the increase in signal processing complexity and the necessity of distinguishing between far and near-field users. Inspired by the large language models (LLM) with powerful ability to handle complex problems, we apply LLM to solve challenges of near-field communications in LAE. The objective of this article is to provide a comprehensive analysis and discussion on LLM-empowered near-field communications in LAE. Specifically, we first introduce fundamentals of LLM and near-field communications, including the key advantages of LLM and key characteristics of near-field communications. Then, we reveal the opportunities and challenges of near-field communications in LAE. To address these challenges, we present a LLM-based scheme for near-field communications in LAE, and provide a case study which jointly distinguishes far and near-field users and designs multi-user precoding matrix. Finally, we outline and highlight several future research directions and open issues.
• Abstract（参考訳）: 低高度経済(LAE)は、学術や産業から大きな注目を集めている。 幸いなことに、LAEは超大規模MIMO(XL-MIMO)システムにおける近接場通信と自然に一致している。 近接場ビームフォーカスを利用することで、RAEはビームエネルギーを無人航空機に正確に向けることができる。 しかし、LAEにおけるニアフィールド通信は、信号処理の複雑さの増加や、遠距離と近距離のユーザを区別する必要性など、いくつかの課題に直面している。 複雑な問題に対処する強力な能力を持つ大規模言語モデル (LLM) に触発されて, LLM を用いて LAE における近接場通信の課題を解決する。 本稿の目的は, LLM を用いた LAE における近接場通信に関する総合的な分析と議論を提供することである。 具体的には,LLMの長所と近距離場通信の長所を含む,LLMと近距離場通信の基本的特徴を紹介する。 そして,LAEにおける近接場通信の機会と課題を明らかにする。 これらの課題に対処するために, LAE における近距離場通信のための LLM ベースのスキームを提案し, 遠距離場ユーザと近距離場ユーザを共同で区別し, マルチユーザプリコーディング行列を設計するケーススタディを提案する。 最後に,今後の研究の方向性と課題について概説し,概説する。

関連論文リスト

• DeepSeek-Inspired Exploration of RL-based LLMs and Synergy with Wireless Networks: A Survey [62.697565282841026]
  強化学習(RL)に基づく大規模言語モデル(LLM)が注目されている。 無線ネットワークは、RLベースのLLMの強化を必要とする。 無線ネットワークは、RLベースのLLMの効率的なトレーニング、デプロイメント、分散推論のための重要な基盤を提供する。
  論文  参考訳（メタデータ） (2025-03-13T01:59:11Z)
• Federated Large Language Models: Current Progress and Future Directions [63.68614548512534]
  本稿では,LLM(FedLLM)のフェデレーション学習について調査し,最近の進歩と今後の方向性を明らかにする。 ファインチューニングと迅速な学習という2つの重要な側面に注目し、既存の作業と関連する研究課題について議論する。
  論文  参考訳（メタデータ） (2024-09-24T04:14:33Z)
• Found in the Middle: How Language Models Use Long Contexts Better via Plug-and-Play Positional Encoding [78.36702055076456]
  本稿では,マルチスケール位置決めについて紹介する。 (Ms-PoE)は、シンプルで効果的なプラグアンドプレイ方式で、キャパシティを向上させる。 LLMはコンテキストの中央に位置する関連情報を扱う。
  論文  参考訳（メタデータ） (2024-03-05T04:58:37Z)
• LLM Inference Unveiled: Survey and Roofline Model Insights [62.92811060490876]
  大規模言語モデル(LLM)推論は急速に進化しており、機会と課題のユニークなブレンドを提示している。 本調査は, 研究状況を要約するだけでなく, 屋上モデルに基づく枠組みを導入することによって, 従来の文献レビューから際立っている。 このフレームワークは、ハードウェアデバイスにLSMをデプロイする際のボトルネックを特定し、実用上の問題を明確に理解する。
  論文  参考訳（メタデータ） (2024-02-26T07:33:05Z)
• Large Language Models for Telecom: Forthcoming Impact on the Industry [13.456882619578707]
  汎用的な言語理解と生成を実現するAI駆動型モデルであるLarge Language Models (LLMs)が、トランスフォーメーション・フォースとして登場した。 LLMの内部動作を掘り下げて、現在の機能と制限に関する洞察を提供しています。 通信分野におけるLCMの活用という特徴的課題に対処する,本質的な研究の方向性を明らかにする。
  論文  参考訳（メタデータ） (2023-08-11T08:41:00Z)
• Integration of Large Language Models and Federated Learning [58.9876604258949]
  本稿では,LLMとFLの融合を3つの部分に分割する研究フレームワークを提案する。 まず,LLMの領域とFLを組み合わせた研究の現状について概説する。 次に、医療、金融、教育などの重要なシナリオにおけるLLMとFLの組み合わせの実践的応用について論じる。
  論文  参考訳（メタデータ） (2023-07-18T02:09:14Z)

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。