論文の概要: Adversarial Water-Filling: Theory, Algorithms and Foundation Model
- arxiv url: http://arxiv.org/abs/2605.26163v1
- Date: Sun, 24 May 2026 17:37:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-27 17:51:41.208939
- Title: Adversarial Water-Filling: Theory, Algorithms and Foundation Model
- Title（参考訳）: 逆水充填理論, アルゴリズム, 基礎モデル
- Authors: Xindi Tong, Chee Wei Tan, H. Vincent Poor,
- Abstract要約: 周波数と空間上の競合するネットワークリソース割り当て問題は、送信電力とマグニチュードケース干渉の間のミニマックス相互作用として定式化することができる。
本稿では,これらの状況に対する適応型水認識(AWF)理論とアルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 48.01112598331267
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Competitive resource allocation problems over frequency and space can be formulated as minimax interaction between transmit power and worst-case interference. This formulation naturally arises in multi-operator low Earth orbit (LEO) satellite spectrum sharing, where transmissions from competing constellations interfere in real-time. Under Gaussian channels, AWF is strongly convex--concave on nondegenerate active channels, whereas discrete constellations yield generally nonconvex mercury/water-filling formulations. In this paper we propose the Adversarial Water-Filling (AWF) problem with corresponding theory and algorithms for these real situations. In addition, we develop a wireless foundation model for AWF to learn the AWF search dynamics. The architecture incorporates permutation-invariant channel representations, a constraint-aware graph neural network (GNN) with sparse message passing, and global latent variables capturing the low-dimensional water level implied by the AWF optimality. Through learned projected extragradient iterations, the model approximates stationary solutions of the constrained minimax problem arising under mercury/water-filling. We further show that, under local regularity and contractivity conditions, the learned AWF dynamics converge locally linearly around regular stationary points. Experiments demonstrate empirical generalization across unseen problem sizes, different constraints, and multiple discrete constellations, while achieving more than one-order-of-magnitude runtime improvements over iterative baselines. The related code can be found at https://github.com/convexsoft/AWF.
- Abstract（参考訳）: 周波数と空間上の競合資源割り当て問題は、送信電力と最悪のケース干渉の間のミニマックス相互作用として定式化することができる。
この定式化は、競合する星座からの送信がリアルタイムに干渉する多目的低軌道(LEO)衛星のスペクトル共有において自然に起こる。
ガウスのチャネルの下では、AWFは非退化活性チャネルに強く対流し、一方、離散星座は一般に非対流水銀/水充填の定式化をもたらす。
本稿では,これらの実環境に対して,対応する理論とアルゴリズムを用いたAWF(Adversarial Water-Filling)問題を提案する。
さらに,AWF検索ダイナミクスを学習するための無線基礎モデルを構築した。
このアーキテクチャには、置換不変チャネル表現、スパースメッセージパッシングを備えた制約対応グラフニューラルネットワーク(GNN)、AWF最適性によって入力される低次元の水位をキャプチャするグローバル潜時変数が含まれる。
学習された予測外段階反復を通して、このモデルは水銀/水の充填下で生じる制約付きミニマックス問題の定常解を近似する。
さらに、局所正則性と収縮性条件下では、学習されたAWFダイナミクスが正規定常点周辺で局所的に線形に収束することを示す。
実験では、目に見えない問題のサイズ、異なる制約、複数の離散星座にまたがる経験的一般化を実証し、反復的ベースラインよりも1次の実行時の改善を達成している。
関連するコードはhttps://github.com/convexsoft/AWFにある。
関連論文リスト
- A Generalized Sinkhorn Algorithm for Mean-Field Schrödinger Bridge [19.922542189921447]
平均フィールド・シュルディンガー橋(英語版)(MFSB)問題は、非局所相互作用を持つ拡散過程を一定期限で所定の分布に到達させる最小効果制御器を設計することに関するものである。
シュルディンガー橋とは異なり、MFSBの動的制約は反発制御を持つ相互作用剤の集団である。
MFSBのためのHopf-Coleアルゴリズムの一般化を提案し、それを構築する上で、関連するシステム積分PDEを解決するシンクホーン型アルゴリズムを設計する。
論文 参考訳（メタデータ） (2026-04-08T00:04:52Z) - PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition [49.955269674859004]
本稿では,PhyG-MoE(Physics-Guided Mixture-of-Experts)について述べる。
静的アーキテクチャとは異なり、提案システムはスペクトル特性の絡み合いに基づいて信号をルーティングするスペクトルベースのゲーティング機構を用いる。
高容量のTransNeXtエキスパートがオンデマンドでアクティベートされ、飽和シナリオで複雑な機能を分離する一方、軽量のエキスパートは基本的なシグナルを処理してレイテンシを最小化する。
論文 参考訳（メタデータ） (2026-01-19T07:57:52Z) - Scale-Adaptive Generative Flows for Multiscale Scientific Data [20.583125441867434]
フローベースの生成モデルは、マルチスケールのフーリエスペクトルで科学データをモデル化する際の課題に直面することがある。
鍵となる洞察は、ノイズが目標データよりも滑らかでないことであり、初期時間に近い境界ドリフト場を確保することである。
スペクトル整合雑音は標準的なホワイトノイズ法に比べて数値効率が向上することを示す。
論文 参考訳（メタデータ） (2025-09-03T03:17:49Z) - Stochastic Flow Matching for Resolving Small-Scale Physics [28.25905372253442]
気象などの物理科学では、超解答の小さな詳細が大きな課題となっている。
入力を潜在基底分布に符号化し、次いでフローマッチングを行い、小規模物理を生成する。
我々は現実世界のCWA気象データセットとPDEベースのコルモゴロフ気象データセットの両方について広範な実験を行った。
論文 参考訳（メタデータ） (2024-10-17T21:09:13Z) - Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement
Distribution in FSO Quantum Networks [62.87033427172205]
自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。
エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
論文 参考訳（メタデータ） (2024-01-19T17:16:40Z) - Over-the-Air Federated Learning and Optimization [52.5188988624998]
エッジ・ザ・エア計算(AirComp)によるフェデレーション学習(FL)に焦点を当てる。
本稿では,AirComp ベースの FedAvg (AirFedAvg) アルゴリズムの凸および非凸条件下での収束について述べる。
エッジデバイス(モデル、勾配、モデル差など)で送信できるローカルアップデートの種類によって、AirFedAvgで送信するとアグリゲーションエラーが発生する可能性がある。
さらに、より実用的な信号処理方式を検討し、通信効率を改善し、これらの信号処理方式によって引き起こされるモデル集約誤差の異なる形式に収束解析を拡張する。
論文 参考訳（メタデータ） (2023-10-16T05:49:28Z) - GAFlow: Incorporating Gaussian Attention into Optical Flow [62.646389181507764]
我々はガウス的注意(GA)を光学フローモデルに押し込み、表現学習中に局所特性をアクセントする。
本稿では,既存の Transformer ブロックに簡単に接続可能な新しい Gaussian-Constrained Layer (GCL) を提案する。
動作解析のための新しいガウス誘導注意モジュール(GGAM)を提供する。
論文 参考訳（メタデータ） (2023-09-28T07:46:01Z) - On the Convergence of Heterogeneous Federated Learning with Arbitrary
Adaptive Online Model Pruning [15.300983585090794]
任意適応型オンラインモデルプルーニングを用いた異種FLアルゴリズムの一元化フレームワークを提案する。
特に、ある十分な条件下では、これらのアルゴリズムは一般的なスムーズなコスト関数に対して標準FLの定常点に収束する。
コンバージェンスに影響を与える2つの要因として,プルーニング誘導雑音と最小カバレッジ指数を照らす。
論文 参考訳（メタデータ） (2022-01-27T20:43:38Z) - Gaussian Mixture Graphical Lasso with Application to Edge Detection in
Brain Networks [21.49394455839253]
この作品はLatent DirichletAllocation (LDA)にインスパイアされたものです。
GaussianMixture Graphical Lasso (MGL) という新しいモデルを提案する。
mglは、各混合成分が生成する信号の比率とそれらのパラメータをemフレームワークを介して反復的に学習する。
論文 参考訳（メタデータ） (2021-01-13T21:15:30Z) - F-FADE: Frequency Factorization for Anomaly Detection in Edge Streams [53.70940420595329]
エッジストリームにおける異常検出のための新しいアプローチであるF-FADEを提案する。
ノード対間の相互作用の周波数の時間進化分布を効率的にモデル化するために、新しい周波数分解技術を用いる。
F-FADEは、一定メモリしか必要とせず、時間的および構造的な変化を伴う幅広い種類の異常をオンラインストリーミング環境で処理できる。
論文 参考訳（メタデータ） (2020-11-09T19:55:40Z)
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。