論文の概要: RRM-GPT: A Framework and Vision for Radio Resource Management Foundation Models

• arxiv url: http://arxiv.org/abs/2610.04296v1
• Date: Sat, 03 Oct 2026 05:04:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 11:46:30.201959
• Title: RRM-GPT: A Framework and Vision for Radio Resource Management Foundation Models
• Title（参考訳）: RRM-GPT - 無線資源管理基盤モデルのためのフレームワークとビジョン
• Abstract要約: 本稿では,テキストとして相互依存決定を生成するRCM基盤モデルのための自動回帰フレームワークRTM-GPTを提案する。 このフレームワークは、デプロイ間で再利用される関数固有のモデルと、その相互依存的な決定をひとつのシーケンスとして生成するRM関数間で共有されるモデルという、2つのタイプの再利用をターゲットにしている。 5Gニューラジオ(NR)のケーススタディでは、ユーザ選択、タイミング、リンク適応、リソース割り当て、制御信号にまたがる完全なスケジューリング助成金を単一のモデルで生成することを示した。
• 参考スコア（独自算出の注目度）: 7.785969252469254
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning-based models for radio resource management (RRM) are typically built for a single function and deployment, so each new setting repeats the development pipeline. RRM decisions, however, share a common structure: each is assembled from interdependent fields, defined by the standard, whose values are selected in view of the network state. We propose RRM-GPT, an autoregressive framework for RRM foundation models that generate these decisions as a language model generates text. An encoder maps heterogeneous network observations into a common token representation, and a decoder emits the decision one field at a time, each conditioned on the network state and the fields already committed. Pretraining on unannotated network logs teaches the model what makes a decision valid and how controllers choose among valid decisions; post-training then adapts it to deployment-specific operator objectives through imitation or reinforcement learning. The framework targets two forms of reuse: a function-specific model reused across deployments, and a model shared across RRM functions that generates their interdependent decisions as one sequence. In a 5G New Radio (NR) case study, we demonstrate that a single model generates complete scheduling grants spanning user selection, timing, link adaptation, resource allocation, and control signaling. The model captures dependencies among grant fields and transfers learned behavior to an unseen scenario without adaptation.
• Abstract（参考訳）: 無線リソース管理(RRM)のための学習ベースのモデルは通常、単一の機能とデプロイメントのために構築されるため、各新しい設定は開発パイプラインを繰り返す。 RRMの決定は共通の構造を共有し、それぞれが標準によって定義された相互依存フィールドから組み立てられ、その値がネットワーク状態の観点から選択される。 我々は、言語モデルがテキストを生成するときにこれらの決定を生成するRCM基盤モデルのための自動回帰フレームワークRCM-GPTを提案する。 エンコーダは異種ネットワーク観測を共通トークン表現にマッピングし、デコーダは決定1フィールドを一度に出力する。 アノテーションのないネットワークログの事前トレーニングは、決定を有効にする方法と、コントローラが有効な決定をどう選択するかをモデルに教える。 このフレームワークは、デプロイ間で再利用される関数固有のモデルと、その相互依存的な決定をひとつのシーケンスとして生成するRM関数間で共有されるモデルという、2つのタイプの再利用をターゲットにしている。 5Gニューラジオ(NR)のケーススタディでは、ユーザ選択、タイミング、リンク適応、リソース割り当て、制御信号にまたがる完全なスケジューリング助成金を単一のモデルで生成することを示した。 このモデルは、付与されたフィールド間の依存関係をキャプチャし、学習された振る舞いを適応せずに目に見えないシナリオに転送する。

関連論文リスト

• Robust Zero-Shot Generalization for Open-Vocabulary Action Recognition via Task Arithmetic [45.298314099319775]
  Open Vocabulary Action Recognition (OVAR)は、視覚言語表現を活用することで、新しい行動の認識を可能にする。 ターゲットドメインのトレーニングを回避し、既存のデータセットやモデルから知識を再結合する代替パラダイムを提案する。 本研究では,事前学習したベースモデルよりも優れたゼロショット一般化を達成できることを,アウト・オブ・ディストリビューション設定で示す。
  論文  参考訳（メタデータ） (2026-06-17T14:16:12Z)
• Replacing Parameters with Preferences: Federated Alignment of Heterogeneous Vision-Language Models [63.70401095689976]
  VLM(Vision-Language Models)は、医療や金融といったプライバシに敏感な分野において大きな可能性を秘めている。 ヘテロジニアスVLMのためのGRPOとMixture-of-Rewardsを組み合わせた協調アライメントフレームワークであるMoRを提案する。 MoRは、一般化とクロスクライアント適応性において、フェデレートされたアライメントベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-05-05T07:02:50Z)
• vLLM Semantic Router: Signal Driven Decision Routing for Mixture-of-Modality Models [8.433829083279518]
  vLLM Semantic Routerは、Mixture-of-Modality(MoM)モデルデプロイメントのための信号駆動決定ルーティングフレームワークである。 システムは、各要求から異種信号タイプを抽出する。 異なるデプロイメントシナリオは、同じアーキテクチャ上で異なるシグナル決定構成として表現される。
  論文  参考訳（メタデータ） (2026-02-23T15:00:01Z)
• REMSA: An LLM Agent for Foundation Model Selection in Remote Sensing [16.401094981355218]
  ファンデーションモデル(FM)は、環境モニタリング、災害評価、土地利用マッピングといったタスクにリモートセンシング(RS)にますます使われています。 本稿では、複数のデータモダリティ、解像度、学習パラダイムにまたがる150以上のRSFMをカバーする構造化リソースであるRSFM Database(RS-FMD)を紹介する。 自然言語クエリからRSFMを自動選択するための最初のLSMベースのエージェントであるREMSAを提案する。
  論文  参考訳（メタデータ） (2025-11-21T17:41:26Z)
• GFlowNets for Active Learning Based Resource Allocation in Next Generation Wireless Networks [34.19521408051132]
  本稿では,無線システムにおける無線リソース割り当て問題について考察する。 本稿では,資源配分パターンを逐次描画し,環境評価を行い,環境の代理モデルを反復的に更新する,新しいアクティブラーニングフレームワークを提案する。 GFlowNetは、サロゲートモデルを更新し、適切なソリューションを迅速に発見する、多種多様で高利率なリソース管理設計を生成する。
  論文  参考訳（メタデータ） (2025-05-08T13:16:40Z)
• FedRA: A Random Allocation Strategy for Federated Tuning to Unleash the Power of Heterogeneous Clients [50.13097183691517]
  実世界のフェデレーションシナリオでは、様々な計算と通信資源を持つ多種多様なクライアントが存在することが多い。 本稿では,新しいフェデレーションチューニングアルゴリズムであるFedRAを提案する。 各通信ラウンドにおいて、FedRAはランダムにアロケーション行列を生成する。 アダプタを用いてアロケーション行列とファインチューンに基づいて、元のモデルから少数のレイヤを再編成する。
  論文  参考訳（メタデータ） (2023-11-19T04:43:16Z)
• A State-Augmented Approach for Learning Optimal Resource Management Decisions in Wireless Networks [58.720142291102135]
  マルチユーザ無線ネットワークにおける無線リソース管理(RRM)問題について考察する。 目標は、ユーザのエルゴード平均パフォーマンスに制約を受けるネットワーク全体のユーティリティ機能を最適化することである。 本稿では, RRM の制約に対応する2変数の集合を入力として, 瞬時ネットワーク状態と並行して, RRM のパラメータ化を提案する。
  論文  参考訳（メタデータ） (2022-10-28T21:24:13Z)
• Decentralised Person Re-Identification with Selective Knowledge Aggregation [56.40855978874077]
  既存の人物再識別(Re-ID)手法は、主に、モデル学習のためのコレクションにすべてのトレーニングデータを共有する集中型学習パラダイムに従っている。 グローバルに一般化されたモデル(サーバ)を構築するための分散(フェデレーション)Re-ID学習を導入した最近の2つの作品がある。 しかし、これらの手法は、個々のクライアントドメインのRe-IDタスクのパフォーマンスを最大化するために一般化されたモデルを適用する方法に乏しい。 我々は、モデルパーソナライゼーションと一般化のトレードオフを最適化するために、分散化されたRe-IDに対して、新しい選択的知識集約アプローチを提案する。
  論文  参考訳（メタデータ） (2021-10-21T18:09:53Z)
• Unsupervised Learning for Asynchronous Resource Allocation in Ad-hoc Wireless Networks [122.42812336946756]
  集約グラフニューラルネットワーク(Agg-GNN)に基づく教師なし学習手法を設計する。 アクティベーションパターンを各ノードの特徴としてモデル化し,ポリシーに基づくリソース割り当て手法を訓練することにより,非同期性を捉える。
  論文  参考訳（メタデータ） (2020-11-05T03:38:36Z)
• One Model to Recognize Them All: Marginal Distillation from NER Models with Different Tag Sets [30.445201832698192]
  名前付きエンティティ認識(NER)は、現代の言語理解パイプラインの基本コンポーネントである。 本稿では,不均一なタグセットを持つ資源から統一NERモデルを訓練するための限界蒸留(MARDI)手法を提案する。
  論文  参考訳（メタデータ） (2020-04-10T17:36:27Z)

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。