Fugu-MT 論文翻訳(概要): Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective

論文の概要: Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective

arxiv url: http://arxiv.org/abs/2601.00257v1
Date: Thu, 01 Jan 2026 08:22:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-05 15:04:33.340829
Title: Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective
Title（参考訳）: 次世代の高高度経済展開:O-RANの展望
Authors: Aly Sabri Abdalla, Vuk Marojevic,
Abstract要約: 本稿では,オープン無線アクセスネットワーク(O-RAN)を利用した低高度経済(LAE)フレームワークを提案する。ランドスケープインタプリタとして機能する意味認識型 rApp を用いて,提案アーキテクチャの有効性と性能を評価する。 LAE研究に活用できるUAVテストベッドの能力を調査し、重要な研究課題と標準化ニーズを提示する。
参考スコア（独自算出の注目度）: 2.3920356798957436
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Despite the growing interest in low-altitude economy (LAE) applications, including UAV-based logistics and emergency response, fundamental challenges remain in orchestrating such missions over complex, signal-constrained environments. These include the absence of real-time, resilient, and context-aware orchestration of aerial nodes with limited integration of artificial intelligence (AI) specialized for LAE missions. This paper introduces an open radio access network (O-RAN)-enabled LAE framework that leverages seamless coordination between the disaggregated RAN architecture, open interfaces, and RAN intelligent controllers (RICs) to facilitate closed-loop, AI-optimized, and mission-critical LAE operations. We evaluate the feasibility and performance of the proposed architecture via a semantic-aware rApp that acts as a terrain interpreter, offering semantic guidance to a reinforcement learning-enabled xApp, which performs real-time trajectory planning for LAE swarm nodes. We survey the capabilities of UAV testbeds that can be leveraged for LAE research, and present critical research challenges and standardization needs.
Abstract（参考訳）: UAVベースのロジスティクスや緊急対応を含む低高度経済(LAE)の応用への関心が高まっているにもかかわらず、このようなミッションを複雑で信号に拘束された環境上で編成する上での根本的な課題は依然として残っている。これらの中には、RAEミッションに特化した人工知能(AI)の限定的な統合による、リアルタイム、レジリエント、コンテキスト対応の航空ノードのオーケストレーションが欠如している。本稿では,非集約型RANアーキテクチャ,オープンインターフェース,RANインテリジェントコントローラ(RIC)間のシームレスな協調を利用して,クローズドループ,AI最適化,ミッションクリティカルなRAE操作を容易にするオープン無線アクセスネットワーク(O-RAN)対応のLEEフレームワークを提案する。 LAEスワムノードのリアルタイムな軌道計画を行う強化学習可能なxAppに対して,ランドスケープインタプリタとして機能するセマンティックアウェア rApp を用いて,提案アーキテクチャの有効性と性能を評価する。 LAE研究に活用できるUAVテストベッドの能力を調査し、重要な研究課題と標準化ニーズを提示する。

関連論文リスト

Hierarchical Task Offloading and Trajectory Optimization in Low-Altitude Intelligent Networks Via Auction and Diffusion-based MARL [37.79695337425523]
低高度インテリジェントネットワーク(LAIN)は、災害対応、環境モニタリング、リアルタイムセンシングといったミッションクリティカルなアプリケーションをサポートすることができる。これらのシステムは、エネルギー制約のあるUAV、タスク到着、異種コンピューティングリソースなど、重要な課題に直面している。本稿では,UAV軌道計画とタスクオフロード決定を協調的に最適化する,時間依存型整数型非線形計画問題の解法を提案する。
論文参考訳（メタデータ） (2025-12-05T08:14:45Z)
Towards 6G Native-AI Edge Networks: A Semantic-Aware and Agentic Intelligence Paradigm [85.7583231789615]
6Gはインテリジェンスをネイティブネットワークの能力として位置づけ、無線アクセスネットワーク(RAN)の設計を変革するこのビジョンの中では、セマンティック・ネイティブのコミュニケーションとエージェント・インテリジェンスが中心的な役割を果たすことが期待されている。エージェントインテリジェンスは、RANエンティティに目標駆動の自律性、推論、計画、マルチエージェントコラボレーションを提供する。
論文参考訳（メタデータ） (2025-12-04T03:09:33Z)
AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
論文参考訳（メタデータ） (2025-11-26T04:44:27Z)
AI-Open-RAN for Non-Terrestrial Networks [2.558515208305258]
非地上ネットワーク(NTN)のためのオールインワン無線アクセスネットワーク(RAN)であるAIO-RAN-NTNの概念を提案する。このアプローチは、次世代通信における相互運用性、柔軟性、インテリジェンスを向上させる。
論文参考訳（メタデータ） (2025-11-14T23:41:52Z)
Security-Aware Joint Sensing, Communication, and Computing Optimization in Low Altitude Wireless Networks [83.84711311344918]
I SCCは低高度無線ネットワーク(LAWN)の中核部の一つである。本稿では,通信の秘密性を考慮したI SCCの連成性能最適化について検討する。進化的最適化の目的に応じて進化的演算子を適応的に選択する深層Q-network(DQN)に基づく多目的進化アルゴリズムを提案する。
論文参考訳（メタデータ） (2025-11-03T11:06:41Z)
Agentic AI Reasoning for Mobile Edge General Intelligence: Fundamentals, Approaches, and Directions [74.35421055079655]
大規模言語モデル(LLM)は、強力な推論と自律的な意思決定能力を備えたエージェント人工知能(AI)の出現を可能にした。 Mobile Edge General Intelligence (MEGI)は、リアルタイムでプライバシ保護の推論をネットワークエッジにもたらす。本稿では,MEGIにおけるLLM推論の効率的な展開のための共同最適化フレームワークを提案する。
論文参考訳（メタデータ） (2025-09-27T10:53:48Z)
The LLM as a Network Operator: A Vision for Generative AI in the 6G Radio Access Network [0.0]
本稿では,Large Language Model (LLM)-RAN Operatorの概念を提案する。 LLMはRAN制御ループに埋め込まれ、高レベルの人間の意図を最適なネットワークアクションに変換する。本稿では,NextG時代のAI理論と無線システム工学のギャップを埋めることを目的としている。
論文参考訳（メタデータ） (2025-08-27T20:47:45Z)
Agentic Satellite-Augmented Low-Altitude Economy and Terrestrial Networks: A Survey on Generative Approaches [76.12691010182802]
本調査は,衛星搭載低高度経済と地上ネットワーク(SLAETN)におけるエージェント人工知能(AI)の実現に焦点をあてる。 SLAETNのアーキテクチャと特徴を紹介するとともに,衛星,空中,地上コンポーネントの統合において生じる課題を分析する。これらのモデルが,コミュニケーション強化,セキュリティとプライバシ保護,インテリジェントな衛星タスクという,3つの領域にわたるエージェント機能をどのように強化するかを検討する。
論文参考訳（メタデータ） (2025-07-19T14:07:05Z)
From Turbulence to Tranquility: AI-Driven Low-Altitude Network [17.660082508775957]
低高度経済(LAE)ネットワークは、都市移動、緊急対応、航空ロジスティクスにおいてトランスフォーメーションの可能性を秘めている。これらのネットワークは、スペクトル管理、干渉緩和、動的およびリソース制約された環境におけるリアルタイム調整において重大な課題に直面している。本研究では、機械学習に基づくスペクトルセンシングと共存、人工知能(AI)最適化資源割り当てと軌道計画、テストベッド駆動検証と標準化の3つの要素を探索する。
論文参考訳（メタデータ） (2025-06-02T07:12:44Z)
The Future of Aerial Communications: A Survey of IRS-Enhanced UAV Communication Technologies [2.8002534443865987]
Intelligent Reflecting Surfaces (IRS) と Unmanned Aerial Vehicles (UAVs) の出現は、無線通信分野における新たなベンチマークを設定している。 IRSは電磁波を操作するための画期的な能力を備えており、信号品質、ネットワーク効率、スペクトル利用の大幅な向上のための道を開いた。 UAVは、通信ネットワーク内の動的で汎用的な要素として出現し、従来の固定インフラが不足している地域では、高いモビリティとアクセスとカバー範囲の強化を実現している。
論文参考訳（メタデータ） (2024-06-02T09:58:53Z)

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。