論文の概要: Semantic-Aware Cooperative Communication and Computation Framework in Vehicular Networks

• arxiv url: http://arxiv.org/abs/2512.09621v1
• Date: Wed, 10 Dec 2025 13:08:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-11 15:14:53.527994
• Title: Semantic-Aware Cooperative Communication and Computation Framework in Vehicular Networks
• Title（参考訳）: 車両ネットワークにおけるセマンティック・アウェア協調通信・計算フレームワーク
• Authors: Jingbo Zhang, Maoxin Ji, Qiong Wu, Pingyi Fan, Kezhi Wang, Wen Chen,
• Abstract要約: 本稿では,車載ユーザ(VU)がセマンティックタスクのオフロードを行うことができるTCSC(Tripartite Cooperative Semantic Communication)フレームワークを提案する。 タスク遅延と意味記号の数を考慮すると、このフレームワークは混合整数プログラミング(MINLP)問題を構築している。 シミュレーションにより、このスキームの性能は他のアルゴリズムよりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 23.818354646156823
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic Communication (SC) combined with Vehicular edge computing (VEC) provides an efficient edge task processing paradigm for Internet of Vehicles (IoV). Focusing on highway scenarios, this paper proposes a Tripartite Cooperative Semantic Communication (TCSC) framework, which enables Vehicle Users (VUs) to perform semantic task offloading via Vehicle-to-Infrastructure (V2I) and Vehicle-to-Vehicle (V2V) communications. Considering task latency and the number of semantic symbols, the framework constructs a Mixed-Integer Nonlinear Programming (MINLP) problem, which is transformed into two subproblems. First, we innovatively propose a multi-agent proximal policy optimization task offloading optimization method based on parametric distribution noise (MAPPO-PDN) to solve the optimization problem of the number of semantic symbols; second, linear programming (LP) is used to solve offloading ratio. Simulations show that performance of this scheme is superior to that of other algorithms.
• Abstract（参考訳）: Semantic Communication (SC) と Vehicular Edge Computing (VEC) は、Internet of Vehicles (IoV) のための効率的なエッジタスク処理パラダイムを提供する。 本稿では、高速道路のシナリオに着目して、車両ユーザ(VU)がV2IおよびV2V通信を介してセマンティックタスクのオフロードを行うことのできる、三部協調型セマンティックコミュニケーション(TCSC)フレームワークを提案する。 タスクレイテンシと意味記号の数を考慮すると、このフレームワークは2つのサブプロブレムに変換される混合整数非線形プログラミング(MINLP)問題を構成する。 まず,パラメトリック分布雑音(MAPPO-PDN)に基づくマルチエージェント・ポリシー最適化タスクのオフロード最適化手法を提案する。 シミュレーションにより、このスキームの性能は他のアルゴリズムよりも優れていることが示された。

関連論文リスト

• Dependency-Aware Task Offloading in Multi-UAV Assisted Collaborative Mobile Edge Computing [53.88774113545582]
  本稿では,新しい無人航空機(UAV)による協調移動エッジコンピューティング(MEC)フレームワークを提案する。 システムコストを最小限に抑え、タスク消費とエネルギー消費のトレードオフを改善することを目的としている。 提案手法はシステムコストを大幅に削減し,タスク消費とエネルギー消費のトレードオフの改善を実現する。
  論文  参考訳（メタデータ） (2025-10-23T02:55:40Z)
• Efficient Onboard Vision-Language Inference in UAV-Enabled Low-Altitude Economy Networks via LLM-Enhanced Optimization [61.55616421408666]
  低高度経済ネットワーク(LAENets)は、航空監視、環境検知、セマンティックデータ収集など、様々な応用を可能にしている。 オンボードビジョン(VLM)は、リアルタイムな推論を提供するが、オンボードの動的ネットワーク条件は限られている。 動的LEENet条件下での通信効率を向上させるUAV対応LEENetシステムを提案する。
  論文  参考訳（メタデータ） (2025-10-11T05:11:21Z)
• Hierarchical Task Offloading for UAV-Assisted Vehicular Edge Computing via Deep Reinforcement Learning [11.695622067301128]
  部分オフロードに基づく2層UAV支援エッジコンピューティングアーキテクチャを提案する。 提案アーキテクチャは異種資源の効率的な統合と調整を可能にする。 提案手法は,タスク完了率,システム効率,収束速度において,いくつかのベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2025-07-08T07:10:52Z)
• Dynamic Scheduling for Vehicle-to-Vehicle Communications Enhanced Federated Learning [14.942677904783759]
  車両のエネルギー制約と移動性を考慮して,VFL訓練性能を最適化する最適化問題を定式化する。 本稿では,V2Vを拡張した動的スケジューリングアルゴリズムを提案する。 提案アルゴリズムは,CIFAR-10データセットの画像分類精度を4.20%向上し,Argoverse軌道予測データセットの平均変位誤差を9.82%削減する。
  論文  参考訳（メタデータ） (2024-06-25T11:15:53Z)
• DNN Partitioning, Task Offloading, and Resource Allocation in Dynamic Vehicular Networks: A Lyapunov-Guided Diffusion-Based Reinforcement Learning Approach [49.56404236394601]
  本稿では,Vehicular Edge Computingにおける共同DNNパーティショニング,タスクオフロード,リソース割り当ての問題を定式化する。 我々の目標は、時間とともにシステムの安定性を保証しながら、DNNベースのタスク完了時間を最小化することである。 拡散モデルの革新的利用を取り入れたマルチエージェント拡散に基づく深層強化学習(MAD2RL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-11T06:31:03Z)
• Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI [108.08079323459822]
  本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。 推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
  論文  参考訳（メタデータ） (2022-07-03T06:57:07Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。