論文の概要: Channel-Token Attention for Reliable Dynamic Spectrum Access under Bursty Primary-User Traffic

• arxiv url: http://arxiv.org/abs/2608.22992v1
• Date: Mon, 24 Aug 2026 08:57:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:44.002119
• Title: Channel-Token Attention for Reliable Dynamic Spectrum Access under Bursty Primary-User Traffic
• Title（参考訳）: 汚いプライマリユーザトラフィック下での信頼性の高いダイナミックスペクトラムアクセスに対するチャネルトークンの注意
• Abstract要約: ダイナミックスペクトルアクセスは、バーストなプライマリユーザアクティビティの下で二次ユーザを調整する必要がある。 本稿では、各チャネルを占有履歴を含むトークンとして表現する集中型ポリシーであるTACANを提案する。 TACANは、Greedyの89.94%、PPO+MLPの83.53%に対して、92.53%+/- 0.47のパケット表示アクセス成功を達成した。
• 参考スコア（独自算出の注目度）: 0.6157382820537719
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dynamic spectrum access must coordinate secondary users under bursty primary-user activity while preserving packet reliability and delay. We present TACAN, a centralized policy that represents each channel as a token containing occupancy history and automatic-modulation-classification entropy; a context token supplies queue class, delay and user identity. A Transformer encoder is warm-started from an occupancy-greedy policy and refined with proximal policy optimization. The frozen policies were trained to maintain a channel assignment in every slot, including when queues were empty. We therefore replay them on held-out trajectories and distinguish standby assignment success from packet-present access and packet delivery. In a 20-channel network with 60 primary devices and 4 secondary users, TACAN achieves 92.53% +/- 0.47 packet-present access success, compared with 89.94% for Greedy and 83.53% for PPO+MLP. Its paired gain over Greedy is 2.59 points (parametric 95% CI 1.89-3.29), with wins in all five seeds; the exact two-sided sign-test value is 0.0625. The gain rises from 0.57 points at normal primary-user load to 7.67 points at extreme load. TACAN also reduces mean delivery delay from 1.208 to 1.123 slots and the conditional user-reliability gap from 9.69 to 3.15 points. Delivered packets per SU-slot remain arrival-limited (30.12% versus 30.11%), so no packet-throughput gain is claimed.
• Abstract（参考訳）: 動的スペクトルアクセスは、パケットの信頼性と遅延を保ちながら、バーストなプライマリユーザアクティビティの下で二次ユーザを調整する必要がある。 本稿では、各チャネルを占有履歴と自動変調分類エントロピーを含むトークンとして表現する集中型ポリシーであるTACANについて述べる。 トランスフォーマーエンコーダは、占有欲求政策からウォームスタートし、近似ポリシー最適化により洗練される。 凍結されたポリシーは、キューが空のときを含むすべてのスロットでチャネル割り当てを維持するように訓練された。 そこで我々は,これらを保留軌道上でリプレイし,パケットの現在アクセスとパケット配信とをスタンバイ割り当ての成功とを区別する。 60のプライマリデバイスと4つのセカンダリユーザを持つ20チャンネルネットワークにおいて、TACANは92.53%+/- 0.47のパケット表示アクセス成功を達成し、Greedyは89.94%、PPO+MLPは83.53%である。 グレディに対する2対の利得は2.59ポイント(パラメトリック95%CI 1.89-3.29)で、全5種で勝利した。 通常のプライマリユーザ負荷では0.57ポイントから、極端な負荷では7.67ポイントに上昇する。 TACANはまた、平均配送遅延を1.208から1.123スロットに減らし、条件付きユーザ信頼性のギャップを9.69から3.15ポイントに減らしている。 SUスロット当たりのパケットの配送は30.12%と30.11%に制限されているため、パケットスループットの利得は要求されない。

関連論文リスト

• RobustSGPO: Search-Space Control for Agent Harness Evolution [56.722805974785125]
  我々は、要求された編集、構成、パッチのチェックを指定し、既存のスナップショットまたは保持スナップショットからの検索を継続するRobustSGPOを紹介した。 我々は,120タスク,95ラン,7350の候補を用いて,AgentXブレインストーミングワークフローにおけるパーミッションスケジューリング,累積制御,タスクファミリー転送を評価した。
  論文  参考訳（メタデータ） (2026-09-09T03:00:03Z)
• Modality-Decoupled Federated Learning for Privacy-Preserving Embodied Intelligence in 6G [90.42669277637026]
  第6世代(6G)無線ネットワークは、大規模なインボディードインテリジェンスのための重要な基盤を提供すると期待されている。 本稿では、6Gネットワークにおけるプライバシー保護型インテリジェンスのためのモダリティ分離FLフレームワークであるFedMVLAを提案する。
  論文  参考訳（メタデータ） (2026-09-09T01:36:44Z)
• Harness or Model? Isolating the Harness Effect in Agentic Coding with a Contamination-Controlled Private Suite [0.0]
  エージェント符号化システムは、言語モデルをハーネスに結合する。 ベンダーは独自のモデルに合わせてハーネスを出荷する。 256のリポジトリとポストカット後のコンテストタスクのプライベートな汚染制御スイート上で、ペア同モデルコントラストの仮定を計測する。
  論文  参考訳（メタデータ） (2026-09-08T21:24:40Z)
• Sense Once, Serve Many: Common-Trace Factorized Constrained PPO for Online Sensing-Session Consolidation in Multi-Tenant ISAC Networks [0.0]
  我々はCT-PPO(Common-Trace Factorized Constrained Proximal Policy Optimization)を提案する。 CT-PPOは、マッチングされたJoint-Credit PPO(JC-PPO)の0.934倍、SLA-Aware Greedyの1.847倍の平均マクロリターンを達成する。 4方向は、因子化されたサロゲートだけでは検出可能なマクロリターンゲインが得られないことを示し、一方、共通トレース報酬クレジットを追加することで、主要な改善をもたらす。
  論文  参考訳（メタデータ） (2026-08-29T13:20:21Z)
• TAAL: Mitigating Early Beam Pruning in Generative Recommendation via Temporal Autoregressive Alignment [11.416581885243964]
  生成レコメンデーションは、アイテムを階層的セマンティック識別子(SID)としてエンコードし、自動回帰デコーディングを通じて次のアイテムを検索する。 しかし、標準的な次トーケン予測では、相互作用系列に存在するマルチモーダル遷移を明示的にカバーしておらず、初期のビーム探索枝における不可逆プルーニングに弱いSIDを残している。 この問題を解決するために,時間的自己回帰アライメント(TAAL)を提案する。 Amazon Beauty、Yelp、およびAmazon Instrumentsでは、TAALは標準ベースラインのNDCG@10をそれぞれ39.5%、6.7%、28.6%改善し、フルに増加している。
  論文  参考訳（メタデータ） (2026-08-29T10:11:47Z)
• TrustRoboReward: Preference-Ordered Isotonic Score Editing for Multi-Paradigm Robot Reward Models [40.42873860258522]
  優先順序等調スコア編集(POISE)を備えたマルチパラダイム報酬モデリングフレームワークであるTrustRoboRewardを提案する。 POISEはポイントワイズスコアを修正し、TrustJudgeが未解決のクロスパラダイム逆転競合を取り除く。 POISEでトレーニングされたQwen3-VL-4Bは、全体的な報酬スコアが77.96%に達し、GPT-5-mini(78.09%、ギャップ0.13%)とほぼ一致し、最強のRoboReward-4Bベースラインを10.13%上回った。
  論文  参考訳（メタデータ） (2026-08-09T05:25:22Z)
• Wnuan: Staged Post-Training for Question Answering over Proprietary Enterprise Knowledge [7.4253318607352155]
  Wnuanは文書からタスク指向の監視を構築する3段階のパイプラインである。 707-questionのWnuanBenchでは、32B経路が52.76%から52.76%に上昇し、SFT後80.06%、RL後91.51%に適応した。
  論文  参考訳（メタデータ） (2026-08-03T08:11:33Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability [78.63876433996107]
  GRPOの下でトークンレベルのエントロピーダイナミクスの1次勾配解析を行う。 本稿では,バッチ内部量子化によるエントロピークリティカルトークンのサブセットを識別するSTAREを提案する。 AIME24とAIME25では、STAREはDAPOや他の競争ベースラインを平均精度で4%-8%上回っている。
  論文  参考訳（メタデータ） (2026-06-17T16:13:42Z)
• KYA: A Framework-Agnostic Trust Layer for Autonomous Systems with Verifiable Provenance and Hierarchical Policy Composition [0.0]
  KYA(Know Your Agents)は、自律システムのためのオープンソースのフレームワークに依存しない信頼層である。 PyPIのveldt-kyaパッケージとしてApache 2.0で利用可能である。
  論文  参考訳（メタデータ） (2026-05-25T02:59:54Z)
• Distribution-Free Uncertainty Quantification for Continuous AI Agent Evaluation [1.2299000423193074]
  我々は、連続AIエージェント評価に分割共形予測と適応共形推論を適用した。 その結果, 年齢ごとの条件付きカバレッジは, 名目レベルを中心に, 十分に集中していることがわかった。 円形制御されたバリデーションにより、フレームワークはベンチマークを超えて信号をキャプチャする。
  論文  参考訳（メタデータ） (2026-05-19T12:47:21Z)
• SPLICE: Latent Diffusion over JEPA Embeddings for Conformal Time-Series Inpainting [0.5076419064097734]
  時系列計算のための生成モデルは、強い復元精度を実現するが、有限サンプル信頼性保証は提供しない。 SPLICEは分散のないオンライン適応予測区間と遅延生成計算を結合したモジュラーフレームワークである。 プールされたJEPAエンコーダは、9つのフィードでトレーニングされ、4つの見えないドメインに転送される。
  論文  参考訳（メタデータ） (2026-04-30T18:27:08Z)
• FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization [84.58281577727566]
  本稿では,大規模言語モデルにおける推論ボトルネックを克服する強化学習アルゴリズムであるFuture-KL Influenced Policy Optimization (FIPO)を提案する。 FIPOは、割引先KLの分岐をポリシー更新に組み込むことでこの問題に対処し、その後の軌道行動への影響に基づいてトークンを再重み付けする密集した有利な定式化を作成する。 Qwen2.5-32Bで評価され、FIPOは平均チェーン長を約4,000から10,000以上のトークンに拡張し、AIME 2024 Pass@1の精度を50.0%から58.0%に向上させた。
  論文  参考訳（メタデータ） (2026-03-20T10:24:50Z)
• Prism: Policy Reuse via Interpretable Strategy Mapping in Reinforcement Learning [0.0]
  PRISMは、強化学習エージェントの判断を、個別かつ因果的に検証された概念に基礎付けるフレームワークである。 PRISMは各エージェントのエンコーダをK-means経由で$K$のコンセプトにクラスタする。 概念は戦略を因果的にエンコードするので、最適な二部マッチングを通じてそれらを整列させることは戦略的知識をゼロショットにする。
  論文  参考訳（メタデータ） (2026-03-04T22:51:22Z)
• End-to-End Sensitivity-Based Filter Pruning [49.61707925611295]
  本稿では,各層間のフィルタの重要度を学習するための感度に基づくフィルタプルーニングアルゴリズム(SbF-Pruner)を提案する。 提案手法はフィルタ重みからスコアを学習し,各層のフィルタ間の相関を考慮できる。
  論文  参考訳（メタデータ） (2022-04-15T10:21:05Z)

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。