論文の概要: MTS-1: A Lightweight Delta-Encoded Telemetry Format optimised for Low-Resource Environments and Offline-First System Health Monitoring

• arxiv url: http://arxiv.org/abs/2601.01602v1
• Date: Sun, 04 Jan 2026 17:03:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.556058
• Title: MTS-1: A Lightweight Delta-Encoded Telemetry Format optimised for Low-Resource Environments and Offline-First System Health Monitoring
• Title（参考訳）: MTS-1:低リソース環境に最適化された軽量デルタ符号化テレメトリフォーマットとオフラインシステムヘルスモニタリング
• Authors: Henry Ndou,
• Abstract要約: 本稿では,新しいデルタ符号化バイナリテレメトリフォーマットであるMTS-1(Magenta Telemetry Standard v1)を紹介する。 オフラインファーストのシステム監視、プロキシ配信、エネルギー効率のよいIoT-to-serverトランスミッション用に設計されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: System-level telemetry is fundamental to modern remote monitoring, predictive maintenance, and AI-driven infrastructure optimisation. Existing telemetry encodings such as JSON, JSON Lines, CBOR, and Protocol Buffers were designed for high-bandwidth, always-online environments. They impose significant overhead when deployed in bandwidth-constrained networks common across Sub-Saharan Africa, rural enterprise deployments, and unstable LAN environments. This paper introduces MTS-1 (Magenta Telemetry Standard v1), a novel delta-encoded binary telemetry format designed for offline-first system monitoring, LAN-assisted proxy delivery, and energy-efficient IoT-to-server transmission. We compare MTS-1 against JSON, JSON Lines, CBOR, MessagePack, and Protocol Buffers across payload size, encoding cost, network efficiency, and cost-latency performance. Synthetic benchmarking demonstrates preliminary compression improvements of up to 74.7% versus JSON and 5.4% versus MessagePack, with linear scaling characteristics across dataset sizes.
• Abstract（参考訳）: システムレベルのテレメトリは、現代的なリモート監視、予測メンテナンス、AI駆動のインフラストラクチャ最適化の基本である。 JSON、JSON行、CBOR、Protocol Buffersといった既存のテレメトリエンコーディングは、高帯域幅の常時オンライン環境向けに設計された。 サハラ以南のアフリカ、農村部の企業展開、不安定なLAN環境に共通する帯域制限ネットワークに展開する場合、大きなオーバーヘッドが生じる。 本稿では、オフラインファーストシステム監視、LAN支援プロキシ配信、エネルギー効率のよいIoT-サーバ間通信のために設計された、デルタ符号化バイナリテレメトリフォーマットであるMTS-1(Magenta Telemetry Standard v1)を紹介する。 MTS-1とJSON、JSON行、CBOR、MessagePack、Protocol Buffersを比較し、ペイロードサイズ、エンコーディングコスト、ネットワーク効率、コストレイテンシのパフォーマンスを比較します。 シンセティックベンチマークでは、データセットサイズにまたがる線形スケーリング特性を備えた、最大74.7%のJSONと5.4%のMessagePackの予備的な圧縮改善が示されている。

関連論文リスト

• Large Speech Model Enabled Semantic Communication [58.027223937172955]
  大規模音声モデルにより意味コミュニケーション(LargeSC)が可能となった。 我々は、大きなモデルに埋め込まれた豊富な意味的知識を活用し、損失のあるチャネル上で適応的な伝達を可能にする。 システムは、550bpsから2.06kbpsまでの帯域幅をサポートし、パケット損失率の高い音声品質において、従来のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-12-04T11:58:08Z)
• Range Asymmetric Numeral Systems-Based Lightweight Intermediate Feature Compression for Split Computing of Deep Neural Networks [5.186026342830856]
  Splitコンピューティングは、リソース制約のあるエッジデバイスとクラウドサーバの間で、ディープニューラルネットワーク推論を分散する。 本研究では、非対称整数量子化とスパーステンソル表現を併用したレンジ非対称数値システム(rANS)の符号化を利用して、伝送オーバーヘッドを劇的に低減する新しい軽量圧縮フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-11T12:33:59Z)
• TensorSLM: Energy-efficient Embedding Compression of Sub-billion Parameter Language Models on Low-end Devices [19.897367559948336]
  本論文では,Train Decomposition (TTD) を用いたトレーニングフリートークン埋め込み圧縮手法を提案する。 典型的なローエンドデバイスであるRaspberry Pi上で,圧縮率,言語タスク性能,レイテンシ,省エネ性を考慮した低ランク構造の評価を行った。
  論文  参考訳（メタデータ） (2025-06-16T14:09:43Z)
• Automatic tuning of communication protocols for vehicular ad hoc networks using metaheuristics [4.734135226897704]
  車両用アドホックネットワーク(VANET)は、自発的に相互接続可能な通信車両の集合を扱う。 最終のネットワーク展開に先立って,通信プロトコルを最適に設定することが重要である。
  論文  参考訳（メタデータ） (2025-01-15T14:59:00Z)
• UL-VIO: Ultra-lightweight Visual-Inertial Odometry with Noise Robust Test-time Adaptation [12.511829774226113]
  視覚-慣性整合性に基づくテスト時間適応(TTA)が可能な超軽量 (1M) 視覚慣性オドメトリー (VIO) ネットワークを提案する。 KITTIデータセットで1分間のエラー増加 – 1% – で、最先端のネットワークサイズよりも36倍小さなネットワークサイズを実現している。
  論文  参考訳（メタデータ） (2024-09-19T22:24:14Z)
• PLLM-CS: Pre-trained Large Language Model (LLM) for Cyber Threat Detection in Satellite Networks [0.20971479389679332]
  衛星ネットワークは、様々な重要なインフラのための通信サービスを促進する上で不可欠である。 これらのシステムの一部は、効果的な侵入検知システムがないために脆弱である。 サイバーセキュリティのための事前学習型大規模言語モデルを提案する。
  論文  参考訳（メタデータ） (2024-05-09T00:00:27Z)
• Lightweight and Progressively-Scalable Networks for Semantic Segmentation [100.63114424262234]
  マルチスケール学習フレームワークは,セマンティックセグメンテーションを向上する有効なモデルのクラスと見なされてきた。 本稿では,畳み込みブロックの設計と,複数スケールにわたる相互作用の仕方について,徹底的に解析する。 我々は,軽量で拡張性の高いネットワーク(LPS-Net)を考案した。
  論文  参考訳（メタデータ） (2022-07-27T16:00:28Z)
• An Adaptive Device-Edge Co-Inference Framework Based on Soft Actor-Critic [72.35307086274912]
  高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。 本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。 レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
  論文  参考訳（メタデータ） (2022-01-09T09:31:50Z)
• JUMBO: Scalable Multi-task Bayesian Optimization using Offline Data [86.8949732640035]
  追加データをクエリすることで制限をサイドステップするMBOアルゴリズムであるJUMBOを提案する。 GP-UCBに類似した条件下では, 応答が得られないことを示す。 実世界の2つの最適化問題に対する既存手法に対する性能改善を実証的に示す。
  論文  参考訳（メタデータ） (2021-06-02T05:03:38Z)
• Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
  本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。 我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。 我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
  論文  参考訳（メタデータ） (2020-04-03T17:36:26Z)
• Taurus: A Data Plane Architecture for Per-Packet ML [59.1343317736213]
  本稿では,線数推論のためのデータプレーンであるTaurusの設計と実装について述べる。 Taurus スイッチ ASIC の評価は,Taurus がサーバベースコントロールプレーンよりも桁違いに高速に動作することを示す。
  論文  参考訳（メタデータ） (2020-02-12T09:18:36Z)

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。