論文の概要: Deep Learning-based Techniques for Integrated Sensing and Communication Systems: State-of-the-Art, Challenges, and Opportunities

• arxiv url: http://arxiv.org/abs/2509.06968v1
• Date: Sat, 23 Aug 2025 22:27:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-14 20:41:04.923745
• Title: Deep Learning-based Techniques for Integrated Sensing and Communication Systems: State-of-the-Art, Challenges, and Opportunities
• Title（参考訳）: 統合センシング・通信システムのための深層学習技術:現状,課題,機会
• Authors: Murat Temiz, Yongwei Zhang, Yanwei Fu, Chi Zhang, Chenfeng Meng, Orhan Kaplan, Christos Masouros,
• Abstract要約: 本稿では,統合型センシング・通信(ISAC)システムにおける深層学習(DL-based)技術の最近の発展と研究を概観的にレビューする。 ISACは、車載ネットワークや産業用ロボティクスなど、多くの新興アプリケーションにおいて、センサーと通信機能の両方を必要とするため、6Gおよびネットワーク以上の重要なイネーブラーと見なされている。 従来の手法の代替として、DLベースの手法は計算複雑性を減らした効率的でほぼ最適のソリューションを提供する。
• 参考スコア（独自算出の注目度）: 54.12860202362483
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This article comprehensively reviews recent developments and research on deep learning-based (DL-based) techniques for integrated sensing and communication (ISAC) systems. ISAC, which combines sensing and communication functionalities, is regarded as a key enabler for 6G and beyond networks, as many emerging applications, such as vehicular networks and industrial robotics, necessitate both sensing and communication capabilities for effective operation. A unified platform that provides both functions can reduce hardware complexity, alleviate frequency spectrum congestion, and improve energy efficiency. However, integrating these functionalities on the same hardware requires highly optimized signal processing and system design, introducing significant computational complexity when relying on conventional iterative or optimization-based techniques. As an alternative to conventional techniques, DL-based techniques offer efficient and near-optimal solutions with reduced computational complexity. Hence, such techniques are well-suited for operating under limited computational resources and low latency requirements in real-time systems. DL-based techniques can swiftly and effectively yield near-optimal solutions for a wide range of sophisticated ISAC-related tasks, including waveform design, channel estimation, sensing signal processing, data demodulation, and interference mitigation. Therefore, motivated by these advantages, recent studies have proposed various DL-based approaches for ISAC system design. After briefly introducing DL architectures and ISAC fundamentals, this survey presents a comprehensive and categorized review of state-of-the-art DL-based techniques for ISAC, highlights their key advantages and major challenges, and outlines potential directions for future research.
• Abstract（参考訳）: 本稿では,統合型センシング・通信(ISAC)システムにおける深層学習(DL-based)技術の最近の発展と研究を概観的にレビューする。 センサ機能と通信機能を組み合わせたISACは,車載ネットワークや産業用ロボティクスなどの新興アプリケーションと同様に,6Gやネットワークを超えて,センサ機能と通信機能の両方を必要とする。 両方の機能を提供する統一プラットフォームは、ハードウェアの複雑さを減らし、周波数スペクトルの混雑を緩和し、エネルギー効率を向上させる。 しかし、これらの機能を同じハードウェアに組み込むには、高度に最適化された信号処理とシステム設計が必要であり、従来の反復的あるいは最適化に基づく手法に依存する場合、計算の複雑さが大幅に増す。 従来の手法の代替として、DLベースの手法は計算複雑性を減らした効率的でほぼ最適のソリューションを提供する。 したがって、そのような手法は、限られた計算資源とリアルタイムシステムにおける低レイテンシ要求の下での運用に適している。 DLベースの技術は、波形設計、チャネル推定、センシング信号処理、データ復調、干渉緩和など、広範囲の高度なISAC関連タスクに対して、迅速かつ効果的に近似的な解が得られる。 したがって、これらの利点を動機として、最近の研究は、ISACシステム設計のための様々なDLベースのアプローチを提案している。 DLアーキテクチャとISACの基礎を簡潔に紹介した後、本調査では、ISACの最先端のDLベースの技術に関する包括的で分類されたレビューを行い、その重要な利点と大きな課題を強調し、今後の研究の方向性を概説する。

関連論文リスト

• A Systematic Review of Metaheuristics-Based and Machine Learning-Driven Intrusion Detection Systems in IoT [2.8265531928694116]
  本稿では,メタヒューリスティックスアルゴリズムの機械学習による侵入検知システム開発への応用を包括的かつ体系的に検討する。 この研究の重要な貢献は、これらの最適化技術と最先端のIoT-IDSと統合された機械学習モデルとの隠れた相関の発見である。
  論文  参考訳（メタデータ） (2025-05-31T04:09:37Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  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)
• Benchmarking Machine Learning Methods for Distributed Acoustic Sensing [0.7366405857677227]
  分散音響センシング(DAS)技術は、光ファイバーに沿った微小な摂動を検出することによって、リアルタイムの音響信号監視を可能にする。 本研究では,DASデータ認識・解釈の文脈における古典的機械学習手法と最先端ディープラーニングモデルの比較性能特性を批判的に検討する。
  論文  参考訳（メタデータ） (2025-03-26T16:17:22Z)
• Synesthesia of Machines (SoM)-Enhanced ISAC Precoding for Vehicular Networks with Double Dynamics [15.847713094328286]
  統合センシング・通信(ISAC)技術は車載ネットワークにとって不可欠である。 リアルタイムプリコーディング設計において,通信チャネルの時間変化とターゲットの迅速な移動は重要な課題となる。 本稿では、位置決めやチャネル情報といったモダリティを活用してこれらのダイナミクスに適応する、SoM(SoM)強化プリコーディングのシンセサイザを提案する。
  論文  参考訳（メタデータ） (2024-08-24T10:35:10Z)
• Automated and Holistic Co-design of Neural Networks and ASICs for Enabling In-Pixel Intelligence [4.063480188363124]
  放射能検出のための可読ASICなどの極端エッジAIシステムは、厳密なハードウェア制約の下で動作しなければならない。 理想的なソリューションを見つけることは、爆発的に拡張されたデザイン空間から最適なAIとASIC設計の選択を特定することを意味する。
  論文  参考訳（メタデータ） (2024-07-18T17:58:05Z)
• Machine Learning Insides OptVerse AI Solver: Design Principles and Applications [74.67495900436728]
  本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。 本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。 本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
  論文  参考訳（メタデータ） (2024-01-11T15:02:15Z)
• Towards Scalable Wireless Federated Learning: Challenges and Solutions [40.68297639420033]
  効果的な分散機械学習フレームワークとして、フェデレートラーニング(FL)が登場します。 本稿では,ネットワーク設計と資源オーケストレーションの両面から,スケーラブルな無線FLを実現する上での課題と解決策について論じる。
  論文  参考訳（メタデータ） (2023-10-08T08:55:03Z)

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。