論文の概要: Queue-Aware Token Communications: Bridging AI Representation and Wireless Service

• arxiv url: http://arxiv.org/abs/2610.16730v1
• Date: Mon, 12 Oct 2026 13:00:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.373844
• Title: Queue-Aware Token Communications: Bridging AI Representation and Wireless Service
• Title（参考訳）: Queue-Aware Token Communications: ブリッジングAI表現とワイヤレスサービス
• Abstract要約: TokenCom(TokenCom)はタスク指向のAI表現を直接伝達する有望なパラダイムとして登場した。 我々は、トークンキューをAIサービスパイプラインに明示的に組み込むQuue-Aware TokenComを紹介した。 本稿では,AI表現生成,トークンワークロード管理,無線送信,下流タスク推論を統合したエンドツーエンドアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 57.020092169665986
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid advancement of foundation models and edge intelligence is transforming wireless networks from data-oriented communication systems into artificial intelligence (AI)-native service platforms. Token communications (TokenCom) has emerged as a promising paradigm that directly transmits task-oriented AI representations. However, existing studies typically assume that generated tokens can be transmitted immediately, overlooking the queueing dynamics arising from the mismatch between token workload generation and time-varying wireless service capability. To address this limitation, we introduce Queue-Aware TokenCom, which explicitly incorporates token queues into the AI service pipeline. We present an end-to-end architecture integrating AI representation generation, token workload management, wireless transmission, and downstream task inference. We then discuss two key design directions: budget-aware token representation optimization and queue-aware token service optimization, with the token budget serving as a critical interface between AI performance and communication efficiency. Moreover, we investigate fixed and adaptive token budget strategies to characterize the fundamental tradeoff between AI performance and communication efficiency in dynamic wireless environments. Finally, we outline research directions toward closed-loop, task-aware, and scalable TokenCom systems.
• Abstract（参考訳）: 基盤モデルとエッジインテリジェンスの急速な進歩は、無線ネットワークをデータ指向の通信システムから人工知能(AI)ネイティブサービスプラットフォームに転換している。 TokenCom(TokenCom)はタスク指向のAI表現を直接伝達する有望なパラダイムとして登場した。 しかし、既存の研究では、トークンのワークロード生成と時間変化の無線サービス能力のミスマッチから生じる待ち行列のダイナミクスを見渡すことで、生成したトークンを即座に送信できると仮定している。 この制限に対処するために、トークンキューをAIサービスパイプラインに明示的に組み込むQuue-Aware TokenComを紹介します。 本稿では,AI表現生成,トークンワークロード管理,無線送信,下流タスク推論を統合したエンドツーエンドアーキテクチャを提案する。 次に、予算対応トークン表現最適化とキュー対応トークンサービス最適化の2つの主要な設計方針について議論する。 さらに、動的無線環境におけるAI性能と通信効率の基本的なトレードオフを特徴付けるための固定的かつ適応的なトークン予算戦略について検討する。 最後に、クローズドループ、タスク認識、スケーラブルなTokenComシステムに対する研究の方向性について概説する。

関連論文リスト

• World Model-Enabled Causal Digital Twins for Semantic Communications in Physical AI Systems [37.02293452905313]
  本稿では,クローズドループセンシング-通信-推論制御を用いた物理AIシステムにおける目標指向のセマンティックコミュニケーションについて検討する。 特に、セマンティック通信の問題は、無線ビット予算制約の下で、ビット当たりの長期的な戻り値として定式化される。 閉ループAIシステムのダイナミクスを捉えるために,世界モデル対応因果デジタルツイン(WM-CDT)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-15T18:41:51Z)
• Token Communication in the Era of Large Models: An Information Bottleneck-Based Approach [55.861432910722186]
  UniToComは、トークンを処理と無線通信の両方の基本的な単位として扱う統一トークン通信パラダイムである。 本稿では,重要な情報を保持するトークンの学習を容易にする生成情報ボトルネック(GenIB)の原理を提案する。 我々は、離散トークンと連続トークンの両方の処理を統合するために、因果変換器に基づくマルチモーダル言語モデル(MLLM)を受信機に採用する。
  論文  参考訳（メタデータ） (2025-07-02T14:03:01Z)
• AI Flow at the Network Edge [58.31090055138711]
  AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。 この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
  論文  参考訳（メタデータ） (2024-11-19T12:51:17Z)
• Adaptive Semantic Token Selection for AI-native Goal-oriented Communications [11.92172357956248]
  本稿では,AIネイティブな目標指向通信のための新しい設計を提案する。 我々は、帯域幅と計算量に対する動的推論制約の下でトランスフォーマーニューラルネットワークを利用する。 提案手法は,最先端のトークン選択機構よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-04-25T13:49:50Z)

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。