論文の概要: On Transferring, Merging, and Splitting Task-Oriented Network Digital Twins

• arxiv url: http://arxiv.org/abs/2509.02551v1
• Date: Tue, 02 Sep 2025 17:48:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:04.134752
• Title: On Transferring, Merging, and Splitting Task-Oriented Network Digital Twins
• Title（参考訳）: タスク指向型ネットワークディジタル双対の転送, マージ, 分割について
• Authors: Zifan Zhang, Minghong Fang, Mingzhe Chen, Yuchen Liu,
• Abstract要約: ネットワークデジタルツイン(NDT)は、ネットワークインフラストラクチャの運用プロセスと属性を正確に表現する。 統一双対変換フレームワークにおけるNDT間の内部および相互運用について検討する。 このフレームワークは、タスク指向双生児を作成するためのNDTの効率的な転送、マージ、分割のための新しいコンピューティングパラダイムを明らかにする。
• 参考スコア（独自算出の注目度）: 30.093419399398595
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The integration of digital twinning technologies is driving next-generation networks toward new capabilities, allowing operators to thoroughly understand network conditions, efficiently analyze valuable radio data, and innovate applications through user-friendly, immersive interfaces. Building on this foundation, network digital twins (NDTs) accurately depict the operational processes and attributes of network infrastructures, facilitating predictive management through real-time analysis and measurement. However, constructing precise NDTs poses challenges, such as integrating diverse data sources, mapping necessary attributes from physical networks, and maintaining scalability for various downstream tasks. Unlike previous works that focused on the creation and mapping of NDTs from scratch, we explore intra- and inter-operations among NDTs within a Unified Twin Transformation (UTT) framework, which uncovers a new computing paradigm for efficient transfer, merging, and splitting of NDTs to create task-oriented twins. By leveraging joint multi-modal and distributed mapping mechanisms, UTT optimizes resource utilization and reduces the cost of creating NDTs, while ensuring twin model consistency. A theoretical analysis of the distributed mapping problem is conducted to establish convergence bounds for this multi-modal gated aggregation process. Evaluations on real-world twin-assisted applications, such as trajectory reconstruction, human localization, and sensory data generation, demonstrate the feasibility and effectiveness of interoperability among NDTs for corresponding task development.
• Abstract（参考訳）: デジタルツインニング技術の統合は、次世代ネットワークを新たな能力に向けて推進し、オペレーターがネットワークの状態を完全に理解し、貴重な無線データを効率的に分析し、ユーザフレンドリーで没入型インターフェースを通じてアプリケーションを革新することを可能にする。 この基盤の上に構築されたネットワークデジタルツイン(NDT)は、ネットワークインフラストラクチャの運用プロセスと特性を正確に表現し、リアルタイム分析と測定による予測管理を容易にする。 しかし、正確なNDTの構築は、多様なデータソースの統合、物理ネットワークから必要な属性のマッピング、様々な下流タスクのスケーラビリティの維持といった課題を引き起こす。 NDTをスクラッチから作成、マッピングすることに焦点を当てた以前の研究とは異なり、我々は、タスク指向双生児を作成するためのNDTの効率的な転送、マージ、分割のための新しい計算パラダイムを明らかにする統一双生児変換(UTT)フレームワーク内のNDTの内部および相互運用を探索する。 統合マルチモーダルおよび分散マッピング機構を活用することで、UTTはリソース利用の最適化とNDT作成コストの削減を実現し、双対モデルの一貫性を確保する。 この多モードゲートアグリゲーションプロセスの収束境界を確立するために,分散写像問題の理論的解析を行う。 軌道再構成,ヒトの局所化,感覚データ生成などの実世界のツインアシストアプリケーションの評価は,NDT間の相互運用性の実現可能性と,それに対応するタスク開発の有効性を実証する。

関連論文リスト

• Exploring Neural Network Pruning with Screening Methods [3.443622476405787]
  現代のディープラーニングモデルは数千万のパラメータを持ち、推論プロセスはリソース集約化されている。 本稿では,非必須パラメータを除去するネットワーク・プルーニング・フレームワークの提案と評価を行う。 提案するフレームワークは,従来のネットワークと比較して,競争力のあるリーンネットワークを生成する。
  論文  参考訳（メタデータ） (2025-02-11T02:31:04Z)
• Neuromorphic Wireless Split Computing with Multi-Level Spikes [69.73249913506042]
  ニューロモルフィックコンピューティングは、スパイキングニューラルネットワーク(SNN)を使用して推論タスクを実行する。 スパイクニューロン間で交換される各スパイクに小さなペイロードを埋め込むことで、エネルギー消費を増大させることなく推論精度を高めることができる。 分割コンピューティング — SNNを2つのデバイスに分割する — は、有望なソリューションだ。 本稿では,マルチレベルSNNを用いたニューロモルフィック無線分割コンピューティングアーキテクチャの総合的研究について述べる。
  論文  参考訳（メタデータ） (2024-11-07T14:08:35Z)
• Integrating Generative AI with Network Digital Twins for Enhanced Network Operations [0.0]
  本稿では,ネットワークディジタル双生児と生成AIの相乗効果について検討する。 生成AIがネットワークデジタル双生児の精度と運用効率をいかに向上させるかを示す。
  論文  参考訳（メタデータ） (2024-06-24T19:54:58Z)
• Mapping Wireless Networks into Digital Reality through Joint Vertical and Horizontal Learning [26.54703150478879]
  VH-Twinは、無線ネットワークをデジタルリアリティーにマッピングする時系列データ駆動フレームワークである。 V-ツインニングは分散学習技術を利用して、ネットワーククラスタから協調的にグローバルツインモデルを初期化する。 一方、H-ツインニングは、ネットワークや環境の変化に応じて動的に双子のモデルを更新する非同期マッピング方式で実装されている。
  論文  参考訳（メタデータ） (2024-04-22T18:02:17Z)
• TCCT-Net: Two-Stream Network Architecture for Fast and Efficient Engagement Estimation via Behavioral Feature Signals [58.865901821451295]
  本稿では,新しい2ストリーム機能融合 "Tensor-Convolution and Convolution-Transformer Network" (TCCT-Net) アーキテクチャを提案する。 時間空間領域における意味のあるパターンをよりよく学習するために、ハイブリッド畳み込み変換器を統合する「CT」ストリームを設計する。 並行して、時間周波数領域からリッチなパターンを効率的に抽出するために、連続ウェーブレット変換(CWT)を用いて情報を2次元テンソル形式で表現する「TC」ストリームを導入する。
  論文  参考訳（メタデータ） (2024-04-15T06:01:48Z)
• Point-aware Interaction and CNN-induced Refinement Network for RGB-D Salient Object Detection [95.84616822805664]
  我々は,CNNによるトランスフォーマーアーキテクチャを導入し,ポイント・アウェア・インタラクションとCNNによるリファインメントを備えた新しいRGB-D SODネットワークを提案する。 トランスフォーマーがもたらすブロック効果とディテール破壊問題を自然に軽減するために,コンテンツリファインメントとサプリメントのためのCNNRユニットを設計する。
  論文  参考訳（メタデータ） (2023-08-17T11:57:49Z)
• Efficient Sparsely Activated Transformers [0.34410212782758054]
  トランスフォーマーベースのニューラルネットワークは、多くの機械学習ドメインで最先端のタスクパフォーマンスを実現している。 最近の研究は、これらのネットワークへの動的挙動の混合層(mixed-of-expert layer)の形での統合について検討している。 我々は,既存のTransformerベースのネットワークとユーザ定義のレイテンシターゲットを取り入れたPLANERという新しいシステムを導入する。
  論文  参考訳（メタデータ） (2022-08-31T00:44:27Z)

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。