論文の概要: Online Learning for Dynamic Constellation Topologies

• arxiv url: http://arxiv.org/abs/2603.25954v1
• Date: Thu, 26 Mar 2026 22:47:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 21:49:48.305362
• Title: Online Learning for Dynamic Constellation Topologies
• Title（参考訳）: 動的星座トポロジーのためのオンライン学習
• Authors: João Norberto, Ricardo Ferreira, Cláudia Soares,
• Abstract要約: 衛星ネットワークは、そのノードの継続的な軌道移動と操作に対処しなければならない。 オンライン学習フレームワークにおける(動的)ネットワークトポロジ構成の問題に対処する。 我々は,この問題の定式化が最先端のオフライン手法の性能と一致することを実証的に実証した。
• 参考スコア（独自算出の注目度）: 1.096028999747108
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The use of satellite networks has increased significantly in recent years due to their advantages over purely terrestrial systems, such as higher availability and coverage. However, to effectively provide these services, satellite networks must cope with the continuous orbital movement and maneuvering of their nodes and the impact on the network's topology. In this work, we address the problem of (dynamic) network topology configuration under the online learning framework. As a byproduct, our approach does not assume structure about the network, such as known orbital planes (that could be violated by maneuvering satellites). We empirically demonstrate that our problem formulation matches the performance of state-of-the-art offline methods. Importantly, we demonstrate that our approach is amenable to constrained online learning, exhibiting a trade-off between computational complexity per iteration and convergence to a final strategy.
• Abstract（参考訳）: 近年、衛星ネットワークの利用は、高可用性やカバレッジなど、純粋に地球上のシステムよりも有利なため、大幅に増加している。 しかし、これらのサービスを効果的に提供するためには、衛星ネットワークは、そのノードの継続的な軌道移動と操作と、ネットワークのトポロジへの影響に対処する必要がある。 本研究では,オンライン学習フレームワークにおける(動的)ネットワークトポロジ構成の問題に対処する。 副産物として、我々のアプローチは、既知の軌道面(衛星の操作によって違反される可能性がある)のようなネットワークの構造を前提としない。 我々は,この問題の定式化が最先端のオフライン手法の性能と一致することを実証的に実証した。 重要なことは、我々のアプローチが制約付きオンライン学習に適応可能であることを示し、イテレーション毎の計算複雑性と最終的な戦略への収束の間のトレードオフを示す。

関連論文リスト

• Brain-Inspired Decentralized Satellite Learning in Space Computing Power Networks [42.67808523367945]
  Space Computing Power Networks (Space-CPN) は、衛星の計算能力を調整し、オンボードのデータ処理を可能にする、有望なアーキテクチャとして登場した。 本稿では,ニューロモルフィックコンピューティングアーキテクチャがサポートするスパイクニューラルネットワーク(SNN)をオンボードデータ処理に適用することを提案する。 我々は分散型ニューロモルフィック学習フレームワークを提案し、通信効率の良い平面間モデルアグリゲーション法を開発した。
  論文  参考訳（メタデータ） (2025-01-27T12:29:47Z)
• Distributed satellite information networks: Architecture, enabling technologies, and trends [56.747473208256174]
  分散衛星情報ネットワーク(DSIN)は、多様な衛星システム間での情報ギャップを埋める革新的なアーキテクチャとして登場した。 この調査はまず、DSINの革新的なネットワークアーキテクチャに関する深い議論を提供する。 DSINは、ネットワークの不均一性、予測不可能なチャネルダイナミクス、スパースリソース、分散コラボレーションフレームワークといった課題に直面している。
  論文  参考訳（メタデータ） (2024-12-17T06:44:05Z)
• Space-Based Quantum Internet: Entanglement Distribution in Time-Varying LEO Constellations [36.80897914664451]
  本稿では、LEO衛星ネットワークの動的特性を活用して、絡み合い分布効率を向上させる新しいフレームワークを提案する。 提案手法は,従来の手法と比較して,絡み合いの低減とスループットの向上に優れた性能を示す。
  論文  参考訳（メタデータ） (2024-09-25T15:33:08Z)
• Toward Autonomous Cooperation in Heterogeneous Nanosatellite Constellations Using Dynamic Graph Neural Networks [0.0]
  本稿では,星座とCPを動的ネットワークとしてモデル化し,その課題を克服する新しい手法を提案する。 トレーニングされたニューラルネットワークは、平均絶対誤差3.6分でネットワーク遅延を予測することができる。 シミュレーションの結果,提案手法は大型衛星ネットワークの接触計画の設計に成功し,従来のアプローチと同様,遅延率を29.1%向上させることができた。
  論文  参考訳（メタデータ） (2024-03-01T17:26:02Z)
• Multi-agent Reinforcement Learning with Graph Q-Networks for Antenna Tuning [60.94661435297309]
  モバイルネットワークの規模は、手作業による介入や手作業による戦略を使ってアンテナパラメータの最適化を困難にしている。 本研究では,モバイルネットワーク構成をグローバルに最適化するマルチエージェント強化学習アルゴリズムを提案する。 シミュレーション環境におけるアンテナ傾き調整問題とジョイント傾き・電力制御問題に対するアルゴリズムの性能を実証的に示す。
  論文  参考訳（メタデータ） (2023-01-20T17:06:34Z)
• Machine Learning-Based User Scheduling in Integrated Satellite-HAPS-Ground Networks [82.58968700765783]
  第6世代通信ネットワーク(6G)の強化のための価値あるソリューション空間の提供を約束する。 本稿では,空対地統合通信におけるユーザスケジューリングにおける機械学習の可能性について述べる。
  論文  参考訳（メタデータ） (2022-05-27T13:09:29Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)
• Intermittent Jamming against Telemetry and Telecommand of Satellite Systems and A Learning-driven Detection Strategy [1.4620086904601468]
  物理層のセキュリティ欠陥は、衛星システムのサイバー物理的性質を考慮して、概念的な枠組みで対処される。 学習駆動型検出方式を提案し,軽量畳み込みニューラルネットワーク(CNN)を設計した。 その結果,提案手法を用いて衛星システムに対する欠陥攻撃を検出することができた。
  論文  参考訳（メタデータ） (2021-07-10T17:04:22Z)
• Learning Connectivity of Neural Networks from a Topological Perspective [80.35103711638548]
  本稿では,ネットワークを解析のための完全なグラフに表現するためのトポロジ的視点を提案する。 接続の規模を反映したエッジに学習可能なパラメータを割り当てることにより、学習プロセスを異なる方法で行うことができる。 この学習プロセスは既存のネットワークと互換性があり、より大きな検索空間と異なるタスクへの適応性を持っている。
  論文  参考訳（メタデータ） (2020-08-19T04:53:31Z)

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。