論文の概要: "X of Information'' Continuum: A Survey on AI-Driven Multi-dimensional Metrics for Next-Generation Networked Systems
- arxiv url: http://arxiv.org/abs/2507.19657v1
- Date: Fri, 25 Jul 2025 20:03:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-29 16:23:55.882185
- Title: "X of Information'' Continuum: A Survey on AI-Driven Multi-dimensional Metrics for Next-Generation Networked Systems
- Title（参考訳）: X of Information」連続体:次世代ネットワークシステムのためのAI駆動多次元メトリクスに関する調査
- Authors: Beining Wu, Jun Huang, Shui Yu,
- Abstract要約: 時間的・品質・実用性・信頼性・ロバスト性・ネットワーク・コミュニケーションの次元に沿って情報メトリクスを構造化する体系的な4次元分類体系を導入する。
分析の結果、深層強化学習、マルチエージェントシステム、ニューラル最適化モデルといった人工知能技術が、競合する情報品質の目的を適応的かつコンテキスト対応で最適化できることがわかった。
- 参考スコア（独自算出の注目度）: 13.897670100495274
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The development of next-generation networking systems has inherently shifted from throughput-based paradigms towards intelligent, information-aware designs that emphasize the quality, relevance, and utility of transmitted information, rather than sheer data volume. While classical network metrics, such as latency and packet loss, remain significant, they are insufficient to quantify the nuanced information quality requirements of modern intelligent applications, including autonomous vehicles, digital twins, and metaverse environments. In this survey, we present the first comprehensive study of the ``X of Information'' continuum by introducing a systematic four-dimensional taxonomic framework that structures information metrics along temporal, quality/utility, reliability/robustness, and network/communication dimensions. We uncover the increasing interdependencies among these dimensions, whereby temporal freshness triggers quality evaluation, which in turn helps with reliability appraisal, ultimately enabling effective network delivery. Our analysis reveals that artificial intelligence technologies, such as deep reinforcement learning, multi-agent systems, and neural optimization models, enable adaptive, context-aware optimization of competing information quality objectives. In our extensive study of six critical application domains, covering autonomous transportation, industrial IoT, healthcare digital twins, UAV communications, LLM ecosystems, and metaverse settings, we illustrate the revolutionary promise of multi-dimensional information metrics for meeting diverse operational needs. Our survey identifies prominent implementation challenges, including ...
- Abstract（参考訳）: 次世代ネットワークシステムの開発は、本質的にスループットに基づくパラダイムから、データボリュームよりも伝達情報の質、妥当性、有用性を重視したインテリジェントな情報認識設計へと移行してきた。
レイテンシやパケットロスといった古典的なネットワークメトリクスは依然として重要なままだが、自律走行車、デジタルツイン、メタバース環境など、現代のインテリジェントなアプリケーションにおけるニュアンスな情報品質要件を定量化するには不十分である。
本研究では,時間的・品質・実用性・信頼性・ロバスト性・ネットワーク・コミュニケーションの次元に沿って情報メトリクスを構造化する体系的な4次元分類枠組みを導入することで,情報のX」連続体に関する最初の包括的研究を行う。
これらの次元の相互依存性が増大し、時間的新鮮さが品質評価を誘導し、信頼性評価に役立ち、最終的にはネットワークの効率的な配信を可能にします。
分析の結果、深層強化学習、マルチエージェントシステム、ニューラル最適化モデルといった人工知能技術が、競合する情報品質の目的を適応的かつコンテキスト対応で最適化できることがわかった。
自律走行、産業用IoT、医療用デジタルツイン、UAV通信、LLMエコシステム、メタバース設定を含む6つの重要なアプリケーション領域について広範な研究を行い、多様な運用ニーズを満たすための多次元情報メトリクスの革命的な可能性について説明する。
本調査では, 実装上の課題の明確化と, 実装上の課題の明確化について検討した。
関連論文リスト
- Diffusion Models for Future Networks and Communications: A Comprehensive Survey [65.97057929688499]
近年のGenerative AI(GenAI)の台頭は、無線通信やネットワークの変革的進歩を触媒している。
GenAIファミリーの中では、拡散モデル(DM)が強力な選択肢として注目されている。
我々は,将来の通信システムにおけるDMの理論的基礎と実践的応用の包括的概要を提供する。
論文 参考訳（メタデータ） (2025-08-03T04:59:58Z) - AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。
まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。
第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。
第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
論文 参考訳（メタデータ） (2025-06-14T12:43:07Z) - From Large AI Models to Agentic AI: A Tutorial on Future Intelligent Communications [57.38526350775472]
このチュートリアルは、大規模人工知能モデル(LAM)とエージェントAI技術の原則、設計、応用に関する体系的な紹介を提供する。
我々は,6G通信の背景を概説し,LAMからエージェントAIへの技術的進化を概説し,チュートリアルのモチベーションと主な貢献を明らかにする。
論文 参考訳（メタデータ） (2025-05-28T12:54:07Z) - Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [59.52058740470727]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。
AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。
この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文 参考訳（メタデータ） (2025-05-03T13:55:38Z) - Information Retrieval in the Age of Generative AI: The RGB Model [77.96475639967431]
本稿では,生成型AIツールの利用の増加に伴って生じる複雑な情報ダイナミクスについて,新たな定量的アプローチを提案する。
本稿では,新たなトピックに応答して情報の生成,索引付け,普及を特徴付けるモデルを提案する。
以上の結果から,AI導入の急激なペースとユーザ依存度の増加は,不正確な情報拡散のリスクを増大させる可能性が示唆された。
論文 参考訳（メタデータ） (2025-04-29T10:21:40Z) - Small Object Detection: A Comprehensive Survey on Challenges, Techniques and Real-World Applications [0.15705429611931052]
小型物体検出(SOD)はコンピュータビジョンにおいて重要な課題である。
ディープラーニングの最近の進歩は革新的なソリューションを導入している。
軽量ニューラルネットワーク、知識蒸留(KD)、自己教師型学習といった新興トレンドは、検出効率を改善する上で有望な方向を提供する。
論文 参考訳（メタデータ） (2025-03-26T12:58:13Z) - Toward Agentic AI: Generative Information Retrieval Inspired Intelligent Communications and Networking [87.82985288731489]
Agentic AIは、インテリジェントなコミュニケーションとネットワークのための重要なパラダイムとして登場した。
本稿では,通信システムにおけるエージェントAIにおける知識獲得,処理,検索の役割を強調する。
論文 参考訳（メタデータ） (2025-02-24T06:02:25Z) - A Theoretical Framework for AI-driven data quality monitoring in high-volume data environments [1.2753215270475886]
本稿では,高ボリューム環境におけるデータ品質維持の課題に対処するために,AIによるデータ品質監視システムに関する理論的枠組みを提案する。
本稿では,ビッグデータのスケール,速度,多様性の管理における従来の手法の限界について検討し,高度な機械学習技術を活用した概念的アプローチを提案する。
主なコンポーネントは、インテリジェントデータ取り込み層、適応前処理機構、コンテキスト認識機能抽出、AIベースの品質評価モジュールなどである。
論文 参考訳（メタデータ） (2024-10-11T07:06:36Z) - Machine Learning Empowered Intelligent Data Center Networking: A Survey [35.55535885962517]
本稿では,機械学習のデータセンターネットワークへの応用を包括的に検討する。
フロー予測、フロー分類、ロードバランシング、リソース管理、ルーティング最適化、渋滞制御をカバーしている。
我々はREBEL-3Sと呼ばれる品質評価基準を設計し、これらの研究の長所と短所を公平に測定する。
論文 参考訳（メタデータ） (2022-02-28T05:27:22Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳（メタデータ） (2021-05-04T23:42:06Z)
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。