論文の概要: Real-Time Inference for Distributed Multimodal Systems under Communication Delay Uncertainty

• arxiv url: http://arxiv.org/abs/2511.16225v1
• Date: Thu, 20 Nov 2025 10:48:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.58007
• Title: Real-Time Inference for Distributed Multimodal Systems under Communication Delay Uncertainty
• Title（参考訳）: 通信遅延不確実性を考慮した分散マルチモーダルシステムのリアルタイム推論
• Authors: Victor Croisfelt, João Henrique Inacio de Souza, Shashi Raj Pandey, Beatriz Soret, Petar Popovski,
• Abstract要約: 接続されたサイバー物理システムは、複数のデータストリームからのリアルタイム入力に基づいて推論を行う。 本稿では,適応時間窓を用いたニューラルインスパイアされたノンブロッキング推論パラダイムを提案する。 我々のフレームワークは、精度-遅延トレードオフをきめ細かな制御で堅牢なリアルタイム推論を実現する。
• 参考スコア（独自算出の注目度）: 37.15356899831919
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Connected cyber-physical systems perform inference based on real-time inputs from multiple data streams. Uncertain communication delays across data streams challenge the temporal flow of the inference process. State-of-the-art (SotA) non-blocking inference methods rely on a reference-modality paradigm, requiring one modality input to be fully received before processing, while depending on costly offline profiling. We propose a novel, neuro-inspired non-blocking inference paradigm that primarily employs adaptive temporal windows of integration (TWIs) to dynamically adjust to stochastic delay patterns across heterogeneous streams while relaxing the reference-modality requirement. Our communication-delay-aware framework achieves robust real-time inference with finer-grained control over the accuracy-latency tradeoff. Experiments on the audio-visual event localization (AVEL) task demonstrate superior adaptability to network dynamics compared to SotA approaches.
• Abstract（参考訳）: 接続されたサイバー物理システムは、複数のデータストリームからのリアルタイム入力に基づいて推論を行う。 データストリーム間の不確実な通信遅延は、推論プロセスの時間フローに挑戦する。 最先端(SotA)ノンブロッキング推論手法は参照モダリティのパラダイムに依存しており、コストのかかるオフラインプロファイリングに依存しながら、1つのモダリティ入力を処理前に完全に受信する必要がある。 本稿では,適応的時間的統合窓(TWI)を用いて,異種ストリーム間の確率的遅延パターンを動的に調整し,参照モダリティの要求を緩和する,ニューラルインスパイアされたノンブロッキング推論パラダイムを提案する。 我々の通信遅延認識フレームワークは、精度-遅延トレードオフをきめ細かな制御で堅牢なリアルタイム推論を実現する。 音声-視覚イベントローカライゼーション(AVEL)タスクの実験は、SotAアプローチと比較して、ネットワークダイナミクスに優れた適応性を示す。

関連論文リスト

• MMEdge: Accelerating On-device Multimodal Inference via Pipelined Sensing and Encoding [1.6572113577265137]
  本稿では,パイプラインセンシングと符号化に基づく新しいオンデバイスマルチモーダル推論フレームワークMMEdgeを提案する。 MMEdgeは完全なセンサー入力を待つ代わりに、推論プロセス全体を微細なセンシングと符号化ユニットのシーケンスに分解する。 MMEdgeは、さまざまなシステムとデータダイナミクスにわたる高いタスク精度を維持しながら、エンドツーエンドのレイテンシを大幅に削減する。
  論文  参考訳（メタデータ） (2025-10-29T09:41:03Z)
• CSGO: Generalized Optimization for Cold Start in Wireless Collaborative Edge LLM Systems [62.24576366776727]
  本稿では,全体の推論遅延を最小限に抑えるために,遅延を考慮したスケジューリングフレームワークを提案する。 提案手法は,ベースライン戦略と比較して,コールドスタート遅延を著しく低減することを示す。
  論文  参考訳（メタデータ） (2025-08-15T07:49:22Z)
• Learning Unified System Representations for Microservice Tail Latency Prediction [8.532290784939967]
  マイクロサービスアーキテクチャは、スケーラブルなクラウドネイティブアプリケーションを構築するためのデファクトスタンダードになっています。 従来のアプローチでは、要求毎のレイテンシメトリクスに依存しており、過渡的なノイズに非常に敏感です。 我々は,トラフィック側とリソース側の機能を明確に分離し,モデル化するディープラーニングネットワークであるUSRFNetを提案する。
  論文  参考訳（メタデータ） (2025-08-03T07:46:23Z)
• Latent Diffusion Model Based Denoising Receiver for 6G Semantic Communication: From Stochastic Differential Theory to Application [11.385703484113552]
  生成人工知能(GAI)を利用した新しい意味コミュニケーションフレームワークを提案する。 意味的特徴抽出のための変分オートエンコーダを組み合わせた潜在拡散モデル(LDM)に基づくセマンティックコミュニケーションフレームワークを提案する。 提案システムはゼロショットの一般化をサポートし,低SNRおよびアウト・オブ・ディストリビューション条件下での優れた性能を実現する訓練自由フレームワークである。
  論文  参考訳（メタデータ） (2025-06-06T03:20:32Z)
• AdaFlow: Opportunistic Inference on Asynchronous Mobile Data with Generalized Affinity Control [16.944584145880793]
  AdaFlowは、階層解析に基づく正規化行列を用いて、モバイルコンテキストにおける構造化されたモダリティ親和性の定式化を開拓した。 AdaFlowは推論遅延を最大79.9%削減し、精度を61.9%向上させ、ステータスクオアプローチを上回っている。
  論文  参考訳（メタデータ） (2024-10-31T15:28:22Z)
• Asymmetric Diffusion Based Channel-Adaptive Secure Wireless Semantic Communications [5.539381022630274]
  拡散モデルと深部強化学習(DRL)を利用したセキュアな意味コミュニケーションシステムDiffuSeCを提案する。 送信側端の拡散モジュールと受信側端の非対称なdenoisingモジュールにより、DiffuSeCはセマンティックアタックによって追加された摂動を緩和する。 セマンティックアタックによる不安定なチャネル条件下でのロバスト性をさらに向上するため,DRLに基づくチャネル適応拡散ステップ選択方式を開発した。
  論文  参考訳（メタデータ） (2023-10-30T11:00:47Z)
• MTD: Multi-Timestep Detector for Delayed Streaming Perception [0.5439020425819]
  ストリーミング知覚は、自律運転システムの遅延と精度を評価するために使用される、世界の現在の状態を報告するタスクである。 本稿では,マルチブランチ将来の予測に動的ルーティングを利用するエンドツーエンド検出器MTDを提案する。 提案手法はArgoverse-HDデータセットを用いて評価され,実験結果から,様々な遅延設定における最先端性能が得られたことが示された。
  論文  参考訳（メタデータ） (2023-09-13T06:23:58Z)
• Age of Semantics in Cooperative Communications: To Expedite Simulation Towards Real via Offline Reinforcement Learning [53.18060442931179]
  協調リレー通信システムにおける状態更新のセマンティックス更新度を測定するための意味学年代(AoS)を提案する。 オンライン・ディープ・アクター・クリティック(DAC)学習手法を,政治時間差学習の枠組みに基づいて提案する。 そこで我々は,以前に収集したデータセットから最適制御ポリシーを推定する,新しいオフラインDAC方式を提案する。
  論文  参考訳（メタデータ） (2022-09-19T11:55:28Z)
• Adaptive Anomaly Detection for Internet of Things in Hierarchical Edge Computing: A Contextual-Bandit Approach [81.5261621619557]
  階層エッジコンピューティング(HEC)を用いた適応型異常検出手法を提案する。 まず,複雑性を増した複数のDNNモデルを構築し,それぞれを対応するHEC層に関連付ける。 そこで我々は、文脈帯域問題として定式化され、強化学習ポリシーネットワークを用いて解決される適応モデル選択スキームを設計する。
  論文  参考訳（メタデータ） (2021-08-09T08:45:47Z)

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。