論文の概要: Efficient Cross-View Localization in 6G Space-Air-Ground Integrated Network

• arxiv url: http://arxiv.org/abs/2603.11398v1
• Date: Thu, 12 Mar 2026 00:22:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-13 14:46:25.728343
• Title: Efficient Cross-View Localization in 6G Space-Air-Ground Integrated Network
• Title（参考訳）: 6Gスペース・エア・グラウンド統合ネットワークにおける高能率クロスビューローカライゼーション
• Authors: Min Hao, Yanbing Xu, Maoqiang Wu, Jinglin Huang, Chen Shang, Jiacheng Wang, Ruichen Zhang, Jiawen Kang, Dusit Niyato, Zhu Han, Wei Ni,
• Abstract要約: 6Gは、宇宙空間統合ネットワーク(SAGIN)をキーサポートアーキテクチャとして、グローバルにカバーされたモバイル通信システムを実現する。 そこで本研究では,6G SAGINとクロスビューローカライゼーション(CVL)を統合し,レイテンシ,エネルギー消費,プライバシ保護の性能向上を図る。 CVLは6G SAGINアーキテクチャの高速かつ広範な画像収集と伝送機能により、より高速なローカライゼーション精度と高速な処理速度を実現する。
• 参考スコア（独自算出の注目度）: 63.73131994144029
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, visual localization has become an important supplement to improve localization reliability, and cross-view approaches can greatly enhance coverage and adaptability. Meanwhile, future 6G will enable a globally covered mobile communication system, with a space-air-ground integrated network (SAGIN) serving as key supporting architecture. Inspired by this, we explore an integration of cross-view localization (CVL) with 6G SAGIN, thereby enhancing its performance in latency, energy consumption, and privacy protection. First, we provide a comprehensive review of CVL and SAGIN, highlighting their capabilities, integration opportunities, and potential applications. Benefiting from the fast and extensive image collection and transmission capabilities of the 6G SAGIN architecture, CVL achieves higher localization accuracy and faster processing speed. Then, we propose a split-inference framework for implementing CVL, which fully leverages the distributed communication and computing resources of the 6G SAGIN architecture. Subsequently, we conduct joint optimization of communication, computation, and confidentiality within the proposed split-inference framework, aiming to provide a paradigm and a direction for making CVL efficient. Experimental results validate the effectiveness of the proposed framework and provide solutions to the optimization problem. Finally, we discuss potential research directions for 6G SAGIN-enabled CVL.
• Abstract（参考訳）: 近年、視覚的ローカライゼーションは、ローカライゼーションの信頼性を向上させるために重要なサプリメントとなり、クロスビューアプローチは、カバレッジと適応性を大幅に向上させることができる。 一方、将来の6Gは、スペースエアグラウンド統合ネットワーク(SAGIN)をキーサポートアーキテクチャとして、グローバルにカバーされたモバイル通信システムを実現する。 そこで本研究では,6G SAGINとクロスビューローカライゼーション(CVL)を統合し,レイテンシ,エネルギー消費,プライバシ保護の性能向上を図る。 まず、CVLとSAGINの総合的なレビューを行い、その能力、統合の機会、潜在的なアプリケーションを強調します。 CVLは6G SAGINアーキテクチャの高速かつ広範な画像収集と伝送機能により、より高速なローカライゼーション精度と高速な処理速度を実現する。 そこで本研究では,6G SAGINアーキテクチャの分散通信と計算資源をフル活用したCVL実装のための分割推論フレームワークを提案する。 次に,提案フレームワークの通信,計算,機密性を協調的に最適化し,CVLを効率的にするためのパラダイムと方向性を提供することを目的とする。 実験により,提案手法の有効性を検証し,最適化問題に対する解決策を提供する。 最後に, 6G SAGIN 対応 CVL について検討する。

関連論文リスト

• Quantum-Inspired Multi Agent Reinforcement Learning for Exploration Exploitation Optimization in UAV-Assisted 6G Network Deployment [0.5729426778193399]
  本研究では,UAVa支援6Gネットワーク展開に適用したマルチエージェント学習における探索エクスプロイトトレードオフを最適化するための量子インスパイアフレームワークを提案する。 10機のインテリジェントUAVが自律的に協調して信号カバレッジを最大化し、部分観測性と動的条件下での効率的なネットワーク拡張を支援することを考える。
  論文  参考訳（メタデータ） (2025-11-25T04:35:43Z)
• 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)
• Learning Active Perception via Self-Evolving Preference Optimization for GUI Grounding [31.57375084036447]
  視覚言語モデル(VLM)は近年,視覚知覚と言語推論の橋渡しにおいて大きな進歩を遂げている。 マルチステップ認識機能を持つVLMを段階的に支援する自己進化型フレームワークであるLASERを提案する。 提案手法はモンテカルロの品質評価とインターセクション・オーバー・ユニオン(IoU)に基づく地域品質評価を統合し,高品質な嗜好データ構築における精度と多様性を両立させる。
  論文  参考訳（メタデータ） (2025-09-04T14:17:01Z)
• Goal-Oriented Semantic Communication for Wireless Visual Question Answering [68.75814200517854]
  本稿では,視覚質問応答(VQA)の性能向上を目的とした目標指向セマンティックコミュニケーション(GSC)フレームワークを提案する。 本稿では,BBoxを用いた画像意味抽出とランク付け手法を提案し,質問の目的に基づいてセマンティック情報を優先順位付けする。 実験の結果,本フレームワークはAWGNチャネルで49%,Rayleighチャネルで59%の精度で解答精度を向上することがわかった。
  論文  参考訳（メタデータ） (2024-11-03T12:01:18Z)
• Distributed Learning Meets 6G: A Communication and Computing Perspective [24.631203542364908]
  Federated Learning (FL) は、著名な無線アプリケーションで選択されるDLアーキテクチャとして登場した。 実例として、FLフレームワークにMARL(Multi-Agent Reinforcement Learning)を適用し、動的スペクトルアクセス(DSA)問題に適用する。 6GネットワークにDLアプローチを適用する際の最新の課題も強調されている。
  論文  参考訳（メタデータ） (2023-03-02T15:15:33Z)
• Perceiver-VL: Efficient Vision-and-Language Modeling with Iterative Latent Attention [100.81495948184649]
  本稿では,長いビデオやテキストなどの高次元マルチモーダル入力を効率的に処理する視覚・言語フレームワークPerceiver-VLを提案する。 我々のフレームワークは、多くの最先端のトランスフォーマーベースモデルで使用される自己注意の二次的な複雑さとは対照的に、線形複雑性でスケールする。
  論文  参考訳（メタデータ） (2022-11-21T18:22:39Z)
• Deep Learning-based Resource Allocation For Device-to-Device Communication [66.74874646973593]
  デバイス間通信(D2D)を用いたマルチチャネルセルシステムにおいて,リソース割り当ての最適化のためのフレームワークを提案する。 任意のチャネル条件に対する最適な資源配分戦略をディープニューラルネットワーク(DNN)モデルにより近似する深層学習(DL)フレームワークを提案する。 シミュレーションの結果,提案手法のリアルタイム性能を低速で実現できることが確認された。
  論文  参考訳（メタデータ） (2020-11-25T14:19:23Z)
• A Tutorial on Ultra-Reliable and Low-Latency Communications in 6G: Integrating Domain Knowledge into Deep Learning [115.75967665222635]
  超信頼性・低レイテンシ通信(URLLC)は、様々な新しいミッションクリティカルなアプリケーションの開発の中心となる。 ディープラーニングアルゴリズムは、将来の6GネットワークでURLLCを実現する技術を開発するための有望な方法と考えられている。 このチュートリアルでは、URLLCのさまざまなディープラーニングアルゴリズムにドメイン知識を組み込む方法について説明する。
  論文  参考訳（メタデータ） (2020-09-13T14:53:01Z)

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。