Fugu-MT 論文翻訳(概要): Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture

論文の概要: Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture

arxiv url: http://arxiv.org/abs/2607.05958v1
Date: Tue, 07 Jul 2026 07:58:26 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 21:24:51.437321
Title: Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture
Title（参考訳）: IPoDWDMネットワークライフサイクル自動化のためのエージェントAI - MCP対応アーキテクチャ
Abstract要約: 我々は、SDNベースの自動化とIPoDWDMネットワークの自律制御のための分散ベンダーに依存しないマルチMCPアーキテクチャを提案する。このフレームワークは、GNPyモデルと光テレメトリを用いたE2Eサービスのライフサイクル自動化、閉ループクロス層制御を可能にし、IPoDWDMテストベッド上で実験的に検証されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present a distributed, vendor-agnostic multi-MCP architecture for SDN-based automation and autonomous control of multi-vendor, multi-layer IPoDWDM networks. The framework enables E2E service lifecycle automation, closed-loop cross-layer control using GNPy model and optical telemetry, and is experimentally validated on a IPoDWDM testbed.
Abstract（参考訳）: 我々は、SDNベースの自動化と多層IPoDWDMネットワークの自律制御のための分散ベンダーに依存しないマルチMCPアーキテクチャを提案する。このフレームワークは、GNPyモデルと光テレメトリを用いたE2Eサービスのライフサイクル自動化、閉ループクロス層制御を可能にし、IPoDWDMテストベッド上で実験的に検証されている。

関連論文リスト

Agentic AI-enabled Semantic Commissioning of a Cognitive Digital Twin for Reconfigurable Manufacturing [14.904905716435946]
本稿では,エンドツーエンドのCognitive Digital Twin(CDT)デバッグを自動化するエージェントベースのAI駆動ワークフローを提案する。このシステムは平均的な平均精度(mAP)を97.2%の認識で達成し、展開サイクルを数週間から平均2時間に短縮する。
論文参考訳（メタデータ） (2026-09-08T22:34:38Z)
MCP-Enabled Agentic AI for Autonomous IPoDWDM Network Lifecycle Automation [0.0]
このデモでは、ベンダーに依存しないIPoDWDMネットワークを自律的に制御するための、MPP対応のエージェントAIアーキテクチャが紹介されている。 GNPyとテレメトリを用いた実検層における実検層における実検層による実検層ライフサイクルの自動化と閉ループ制御の実証を行った。
論文参考訳（メタデータ） (2026-07-07T08:07:28Z)
ComAgent: Multi-LLM based Agentic AI Empowered Intelligent Wireless Networks [62.031889234230725]
6Gネットワークは複雑な層間最適化に依存している。数学の定式化に高レベルの意図を手動で翻訳することは、まだボトルネックである。我々はマルチLLMエージェントAIフレームワークであるComAgentを紹介する。
論文参考訳（メタデータ） (2026-01-27T13:43:59Z)
MATRIX: Multimodal Agent Tuning for Robust Tool-Use Reasoning [65.200259961515]
マルチモーダル軌道を自動的に合成する視覚中心型エージェントチューニングフレームワークを開発した。また、自動生成された11Kの選好ペアであるPref-Xについても紹介する。 Agent-X、GTA、GAIAの3つのベンチマークで、MATRIXはオープンソースとクローズドソースの両方のVLMを一貫して上回っている。
論文参考訳（メタデータ） (2025-10-09T17:59:54Z)
PANAMA: A Network-Aware MARL Framework for Multi-Agent Path Finding in Digital Twin Ecosystems [0.0]
ネットワークマルチエージェント強化学習(MARL)に基づくマルチエージェントパス探索(MAPF)のための優先非対称性を持つ新しいアルゴリズムであるPANAMAを紹介する。提案手法は,既存のベンチマークと比較して,精度,速度,スケーラビリティにおいて優れたパスフィンディング性能を示す。 PanAMAは、ネットワーク対応意思決定と堅牢なマルチエージェント調整のギャップを埋め、DT、無線ネットワーク、AI駆動自動化のシナジーを前進させる。
論文参考訳（メタデータ） (2025-08-09T00:59:55Z)
Deep Operator Neural Network Model Predictive Control [0.0]
深部演算子ニューラルネットワーク(DeepONets)に基づくモデル予測制御(MPC)アルゴリズムの設計について検討する。マルチステップ入力シーケンスからシステム出力を1ショットで予測する多ステップDeepONetアーキテクチャを提案する。我々は,MS DeepONetがマルチステップシーケンス予測における普遍近似器であることを証明した。
論文参考訳（メタデータ） (2025-05-23T15:13:19Z)
WDMoE: Wireless Distributed Large Language Models with Mixture of Experts [65.57581050707738]
我々は,Mixture of Experts (MoE)に基づく無線分散大言語モデル(LLM)パラダイムを提案する。我々は,基地局(BS)とモバイルデバイスにゲーティングネットワークと先行するニューラルネットワーク層を配置することにより,LLM内のMoE層を分解する。我々は、モデルの性能とエンドツーエンドのレイテンシの両方を考慮して、専門家の選択ポリシーを設計する。
論文参考訳（メタデータ） (2024-05-06T02:55:50Z)
Dynamic D2D-Assisted Federated Learning over O-RAN: Performance Analysis, MAC Scheduler, and Asymmetric User Selection [15.454426867275918]
現実世界の無線ネットワークは、無線チャンネルの容量と利用者の時間的変動に影響を受けやすい。マルチグラニュラダイナミックス (MSD) をFLに組み込み, (M1) 個別無線チャネルを, $mathscrD$Events と呼ばれるイベントセットと (M2) ユーザの動的データセットによって構成する。階層型デバイス・ツー・デバイス(D2D)支援モデルトレーニング,(ii)専用O-RAN MACスケジューラによる動的制御決定,(iii)非対称なユーザ選択を提案する。
論文参考訳（メタデータ） (2024-04-09T14:03:04Z)
MULTIGAIN 2.0: MDP controller synthesis for multiple mean-payoff, LTL and steady-state constraints [41.94295877935867]
コントローラ合成ツールMultiGAINのメジャー拡張であるMultiGAIN 2.0を提案する。確率論的モデルチェッカー PRISM 上に構築されている。
論文参考訳（メタデータ） (2023-05-26T08:59:51Z)
Optimization for Master-UAV-powered Auxiliary-Aerial-IRS-assisted IoT Networks: An Option-based Multi-agent Hierarchical Deep Reinforcement Learning Approach [56.84948632954274]
本稿では,無人航空機(MUAV)搭載のIoT(Internet of Things)ネットワークについて検討する。本稿では、インテリジェント反射面(IRS)を備えた充電可能な補助UAV(AUAV)を用いて、MUAVからの通信信号を強化することを提案する。提案モデルでは,IoTネットワークの蓄積スループットを最大化するために,これらのエネルギー制限されたUAVの最適協調戦略について検討する。
論文参考訳（メタデータ） (2021-12-20T15:45:28Z)
SensiX++: Bringing MLOPs and Multi-tenant Model Serving to Sensory Edge Devices [69.1412199244903]
エッジデバイス上でMLOpsを統合した,適応モデル実行のためのマルチテナントランタイムを提案する。 S SensiX++は、高度にモジュール化されたコンポーネント化と、明確な抽象化によるデータ操作の外部化と、システム全体のオーケストレーションのためのドキュメント中心の宣言という、2つの基本原則で運用されている。 SensiX++のさまざまな自動化コンポーネントの全体的なスループットと定量化メリットについて報告し、運用の複雑さを著しく低減し、エッジデバイスへの組み込みモデルのデプロイ、アップグレード、再構成、提供の労力を削減する効果を実証する。
論文参考訳（メタデータ） (2021-09-08T22:06:16Z)
Auto-PyTorch Tabular: Multi-Fidelity MetaLearning for Efficient and Robust AutoDL [53.40030379661183]
Auto-PyTorchは、完全に自動化されたディープラーニング(AutoDL)を実現するフレームワークディープニューラルネットワーク(DNN)のウォームスタートとアンサンブルのためのマルチフィデリティ最適化とポートフォリオ構築を組み合わせる。 Auto-PyTorchは、いくつかの最先端の競合製品よりもパフォーマンスが良いことを示す。
論文参考訳（メタデータ） (2020-06-24T15:15:17Z)

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。