論文の概要: User-Centric Communication Service Provision for Edge-Assisted Mobile Augmented Reality

• arxiv url: http://arxiv.org/abs/2509.25905v1
• Date: Tue, 30 Sep 2025 07:50:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-01 17:09:04.471367
• Title: User-Centric Communication Service Provision for Edge-Assisted Mobile Augmented Reality
• Title（参考訳）: エッジ支援モバイル拡張現実のためのユーザ中心型コミュニケーションサービス
• Authors: Conghao Zhou, Jie Gao, Shisheng Hu, Nan Cheng, Weihua Zhuang, Xuemin Shen,
• Abstract要約: 将来の6Gネットワークはエッジ支援モバイル拡張現実(MAR)を促進する MARデバイスは、カメラフレームをエッジサーバにタイムリーにアップロードし、SLAMベースのデバイスポーズトラッキングを同時に行う必要がある。 我々は、MARのためのユーザ中心の通信サービス提供のためのデジタルツイン(DT)ベースのアプローチを開発する。
• 参考スコア（独自算出の注目度）: 44.03880725350056
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Future 6G networks are envisioned to facilitate edge-assisted mobile augmented reality (MAR) via strengthening the collaboration between MAR devices and edge servers. In order to provide immersive user experiences, MAR devices must timely upload camera frames to an edge server for simultaneous localization and mapping (SLAM)-based device pose tracking. In this paper, to cope with user-specific and non-stationary uplink data traffic, we develop a digital twin (DT)-based approach for user-centric communication service provision for MAR. Specifically, to establish DTs for individual MAR devices, we first construct a data model customized for MAR that captures the intricate impact of the SLAM-based frame uploading mechanism on the user-specific data traffic pattern. We then define two DT operation functions that cooperatively enable adaptive switching between different data-driven models for capturing non-stationary data traffic. Leveraging the user-oriented data management introduced by DTs, we propose an algorithm for network resource management that ensures the timeliness of frame uploading and the robustness against inherent inaccuracies in data traffic modeling for individual MAR devices. Trace-driven simulation results demonstrate that the user-centric communication service provision achieves a 14.2% increase in meeting the camera frame uploading delay requirement in comparison with the slicing-based communication service provision widely used for 5G.
• Abstract（参考訳）: 将来の6Gネットワークは、MARデバイスとエッジサーバ間のコラボレーションを強化することにより、エッジ支援モバイル拡張現実(MAR)を促進することを想定している。 没入型ユーザエクスペリエンスを提供するため、MARデバイスはカメラフレームをエッジサーバにタイムリーにアップロードし、SLAMベースのデバイスのポーズトラッキングを行う必要がある。 本稿では,ユーザ固有および非定常なアップリンクデータトラフィックに対処するため,ユーザ中心のMAR通信サービス提供のためのディジタルツイン(DT)ベースのアプローチを開発する。 具体的には、個別のMARデバイスに対してDTを確立するために、まず、SLAMベースのフレームアップロード機構がユーザ固有のデータトラフィックパターンに与える影響を捉えるMAR用にカスタマイズされたデータモデルを構築する。 次に、非定常データトラフィックを捉えるために、異なるデータ駆動モデル間の適応切替を協調的に可能とする2つのDT演算関数を定義する。 DTが導入したユーザ指向データ管理を活用し,フレームアップロードのタイムラインと,個々のMARデバイスのデータトラヒックモデリングにおける固有の不正確性に対するロバスト性を保証する,ネットワークリソース管理のアルゴリズムを提案する。 トレース駆動シミュレーションの結果,5Gで広く使用されているスライス方式の通信サービス提供と比べ,カメラフレームアップロード遅延要求を満たす場合,ユーザ中心の通信サービス提供が14.2%向上することが示された。

関連論文リスト

• QoE-Aware Service Provision for Mobile AR Rendering: An Agent-Driven Approach [33.66606664552234]
  モバイル拡張現実(MAR)は、6Gで重要な没入型アプリケーションとして想定されている。 本稿では,エッジ支援型MARのためのエージェント駆動型通信サービス提供手法を提案する。 ユーザレベルのQoEモデリング手法を開発し、通信リソース要求と認識されたユーザQoEの関係を抽出する。
  論文  参考訳（メタデータ） (2025-08-12T04:32:04Z)
• Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies [55.2480439325792]
  本稿ではSGCN-LSTM(Signal-Enhanced Graph Convolutional Network Long Short Term Memory)モデルを提案する。 PEMS-BAYロードネットワークトラフィックデータセットの実験は、SGCN-LSTMモデルの有効性を示す。
  論文  参考訳（メタデータ） (2024-11-01T00:37:00Z)
• Digital Twin-Based 3D Map Management for Edge-Assisted Mobile Augmented Reality [43.92003852614186]
  エッジ支援型モバイル拡張現実(MAR)のためのディジタルツイン(DT)を用いた3次元マップ管理手法を提案する。 まず、その後のカメラフレームの予測に基づいて、3Dマップ管理をエミュレートするMAR装置用のDTを作成する。 次に、実データとエミュレートデータの両方から収集したデータを利用して、3Dマップを管理するモデルベース強化学習(MBRL)アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-05-26T01:38:45Z)
• Joint Client Assignment and UAV Route Planning for Indirect-Communication Federated Learning [20.541942109704987]
  FedEx (Federated Learning via Model Express Delivery)と呼ばれる新しいフレームワークが提案されている。 UAVのような移動体トランスポーターを使用して、サーバとクライアント間の間接的な通信チャネルを確立する。 FedEx-SyncとFedEx-Asyncという2つのアルゴリズムがトランスポーターレベルで同期および非同期学習のために提案されている。
  論文  参考訳（メタデータ） (2023-04-21T04:47:54Z)
• LEAF + AIO: Edge-Assisted Energy-Aware Object Detection for Mobile Augmented Reality [77.00418462388525]
  モバイル拡張現実(MAR)アプリケーションは非常にエネルギーを消費する。 我々は、MARデバイスが動的に構成を変更することができるエッジベースのエネルギー対応MARシステムを設計する。 提案した動的MAR構成適応は、複数のMARクライアントのフレーム当たりのエネルギー消費を最小限に抑えることができる。
  論文  参考訳（メタデータ） (2022-05-27T06:11:50Z)
• Robust Semi-supervised Federated Learning for Images Automatic Recognition in Internet of Drones [57.468730437381076]
  プライバシー保護型UAV画像認識のための半教師付きフェデレートラーニング(SSFL)フレームワークを提案する。 異なるカメラモジュールを使用したUAVによって収集されたローカルデータの数、特徴、分布には大きな違いがある。 本稿では,クライアントがトレーニングに参加する頻度,すなわちFedFreqアグリゲーションルールに基づくアグリゲーションルールを提案する。
  論文  参考訳（メタデータ） (2022-01-03T16:49:33Z)
• SensiX++: Bringing MLOPs and Multi-tenant Model Serving to Sensory Edge Devices [69.1412199244903]
  エッジデバイス上でMLOpsを統合した,適応モデル実行のためのマルチテナントランタイムを提案する。 S SensiX++は、高度にモジュール化されたコンポーネント化と、明確な抽象化によるデータ操作の外部化と、システム全体のオーケストレーションのためのドキュメント中心の宣言という、2つの基本原則で運用されている。 SensiX++のさまざまな自動化コンポーネントの全体的なスループットと定量化メリットについて報告し、運用の複雑さを著しく低減し、エッジデバイスへの組み込みモデルのデプロイ、アップグレード、再構成、提供の労力を削減する効果を実証する。
  論文  参考訳（メタデータ） (2021-09-08T22:06:16Z)
• Multi-view data capture for dynamic object reconstruction using handheld augmented reality mobiles [0.0]
  移動移動型携帯端末からほぼ同期のフレームストリームをキャプチャするシステムを提案する。 各モバイルは、そのポーズを推定するために同時にローカライズとマッピングを実行し、無線通信チャネルを使用して同期トリガーを送受信する。 3次元骨格とボリュームリコンストラクションに利用することで,本システムの有効性を示す。
  論文  参考訳（メタデータ） (2021-03-14T10:26:50Z)
• A Privacy-Preserving-Oriented DNN Pruning and Mobile Acceleration Framework [56.57225686288006]
  モバイルエッジデバイスの限られたストレージとコンピューティング能力を満たすために、ディープニューラルネットワーク(DNN)の軽量プルーニングが提案されている。 従来のプルーニング手法は主に、ユーザデータのプライバシを考慮せずに、モデルのサイズを減らしたり、パフォーマンスを向上させることに重点を置いていた。 プライベートトレーニングデータセットを必要としないプライバシ保護指向のプルーニングおよびモバイルアクセラレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-13T23:52:03Z)

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。