論文の概要: From Snapshot Sensing to Persistent EM World Modeling: A Generative-Space Perspective for ISAC

• arxiv url: http://arxiv.org/abs/2602.13554v1
• Date: Sat, 14 Feb 2026 02:07:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.45206
• Title: From Snapshot Sensing to Persistent EM World Modeling: A Generative-Space Perspective for ISAC
• Title（参考訳）: スナップショットセンシングから永続EMワールドモデリングへ:ISACのための生成空間視点
• Authors: Pin-Han Ho, Haoran Mei, Limei Peng, Yiming Miao, Kairan Liang, Yan Jiao,
• Abstract要約: この記事では、システムレベルでのmmWaveセンシングを再考し、生成空間フレームワークを紹介します。 この視点は、剛性アンテナアレイと送信時多重化から空間的可観測性を分離し、フレキシブルでスケーラブルな無線を設計することを可能にする。 ケーススタディでは、TDM-MIMOシステムの高密度RF複製と遅延ペナルティを回避しつつ、生成空間駆動型センシングがフェーズドアレイに匹敵する更新率を達成することを示した。
• 参考スコア（独自算出の注目度）: 7.130249306182679
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Electromagnetic (EM) world modeling is emerging as a foundational capability for environment-aware and embodiment-enabled wireless systems. However, most existing mmWave sensing solutions are designed for snapshot-based parameter estimation and rely on hardware-intensive architectures, making scalable and persistent world modeling difficult to achieve. This article rethinks mmWave sensing from a system-level perspective and introduces a generative-space framework, in which sensing is realized through controlled traversal of a low-dimensional excitation space spanning frequency, waveform, and physical embodiment. This perspective decouples spatial observability from rigid antenna arrays and transmit-time multiplexing, enabling flexible and scalable sensing-by-design radios. To illustrate the practicality of this framework, we present a representative realization called Multi-RF Chain Frequency-as-Aperture Clip-on Aperture Fabric (MRC-FaA-CAF), where multiple FMCW sources coordinate frequency-selective modules distributed along guided-wave backbones. This architecture enables interference-free excitation, preserves beat-frequency separability, and maintains low calibration overhead. Case studies show that generative-space-driven sensing can achieve update rates comparable to phased arrays while avoiding dense RF replication and the latency penalties of TDM-MIMO systems. Overall, this work positions generative-space-driven sensing as a practical architectural foundation for mmWave systems that move beyond snapshot sensing toward persistent EM world modeling.
• Abstract（参考訳）: 環境対応・環境対応無線システムの基本機能として電磁界モデリング(EM)が登場している。 しかし、既存のmmWaveセンシングソリューションのほとんどは、スナップショットベースのパラメータ推定のために設計されており、ハードウェア集約アーキテクチャに依存しており、スケーラブルで永続的な世界モデリングを困難にしている。 本稿では,ミリ波センシングをシステムレベルの観点から再考し,低次元励起空間を周波数,波形,物理現象にまたがる制御トラバースにより,センシングを実現する生成空間フレームワークを提案する。 この視点は、剛性アンテナアレイと送信時多重化から空間的可観測性を分離し、フレキシブルでスケーラブルな無線を設計することを可能にする。 本フレームワークの実用性を説明するため,MRC-FaA-CAF (Multi-RF Chain Frequency-as-Aperture Clip-on Aperture Fabric) と呼ばれる代表的実現法を提案する。 このアーキテクチャは干渉のない励起を可能にし、ビート周波数分離性を保持し、低いキャリブレーションオーバーヘッドを維持する。 ケーススタディでは、TDM-MIMOシステムの高密度RF複製と遅延ペナルティを回避しつつ、生成空間駆動型センシングがフェーズドアレイに匹敵する更新率を達成することを示した。 全体として、この研究は、スナップショットセンシングを超えて永続的なEMワールドモデリングへと移行するmmWaveシステムのための実用的なアーキテクチャ基盤として、生成的空間駆動センシングを位置づけている。

関連論文リスト

• Neural Beamforming with Doppler-Aware Sparse Attention for High Mobility Environments [35.90167049594104]
  深層学習に基づくビームフォーミングは、チャネル状態情報からビームフォーミングウェイトへの非線形マッピングの代替を提供する。 トランスフォーマーベースのモデルは、時間と周波数にまたがる長距離依存をモデル化できるため、特に効果的である。 近年の研究では、チャンネルダイナミクスを無視したパターンをしばしば採用するが、維持中の複雑さを減少させるスパースアテンション機構によってこの問題に対処している。
  論文  参考訳（メタデータ） (2025-11-05T16:51:26Z)
• Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
  リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。 既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。 本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
  論文  参考訳（メタデータ） (2025-08-07T11:14:16Z)
• Neuromorphic Wireless Split Computing with Resonate-and-Fire Neurons [69.73249913506042]
  本稿では、共振器(RF)ニューロンを用いて時間領域信号を直接処理する無線スプリットコンピューティングアーキテクチャについて検討する。 可変周波数で共鳴することにより、RFニューロンは低スパイク活性を維持しながら時間局在スペクトル特徴を抽出する。 実験の結果,提案したRF-SNNアーキテクチャは従来のLIF-SNNやANNと同等の精度を達成できることがわかった。
  論文  参考訳（メタデータ） (2025-06-24T21:14:59Z)
• FreSca: Scaling in Frequency Space Enhances Diffusion Models [55.75504192166779]
  本稿では,潜時拡散モデルにおける周波数制御について検討する。 本稿では,低周波成分と高周波成分にノイズ差を分解する新しいフレームワークFreScaを紹介する。 FreScaはモデルの再トレーニングやアーキテクチャの変更なしに動作し、モデルとタスクに依存しない制御を提供する。
  論文  参考訳（メタデータ） (2025-04-02T22:03:11Z)
• Neural Representation for Wireless Radiation Field Reconstruction: A 3D Gaussian Splatting Approach [8.644949917126755]
  本稿では,無線放射場(WRF)再構成に基づくチャネルモデリングのための新しいフレームワークであるWRF-GSを提案する。 本稿では、電磁波物理をニューラルネットワーク設計に統合する拡張フレームワークであるWRF-GS+を提案する。
  論文  参考訳（メタデータ） (2024-12-06T07:56:14Z)
• Accelerated Multi-Contrast MRI Reconstruction via Frequency and Spatial Mutual Learning [50.74383395813782]
  本稿では,周波数・空間相互学習ネットワーク(FSMNet)を提案する。 提案したFSMNetは, 加速度係数の異なるマルチコントラストMR再構成タスクに対して, 最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-09-21T12:02:47Z)
• Three-Way Deep Neural Network for Radio Frequency Map Generation and Source Localization [67.93423427193055]
  空間、時間、周波数領域にわたる無線スペクトルのモニタリングは、5Gと6G以上の通信技術において重要な特徴となる。 本稿では,空間領域全体にわたる不規則分散計測を補間するGAN(Generative Adversarial Network)機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-23T22:25:10Z)

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。