論文の概要: PUMA-Former: Uncertainty-Aware Agentic Computation Offloading in MEO-LEO Satellite Networks With Incomplete Information
- arxiv url: http://arxiv.org/abs/2611.18139v1
- Date: Fri, 13 Nov 2026 13:08:32 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:30:52.405627
- Title: PUMA-Former: Uncertainty-Aware Agentic Computation Offloading in MEO-LEO Satellite Networks With Incomplete Information
- Title(参考訳): PUMA-Former:不完全情報を用いたMEO-LEO衛星ネットワークにおける不確実性対応エージェント計算オフロード
- Abstract要約: 定期的な報告は、CPU状態が不安定または欠落し、不確実なキャパシティに敏感なオフロードと共有デスティネーションの混雑を引き起こす。
協調オフロードのための不確実性を考慮したエージェントフレームワークPUMA-Formerを提案する。
トラフィック駆動型開発評価では、PUMA-Formerは計算処理の完了率を8.62%増加させ、平均的なモデル化されたサービス遅延を34.78%減少させ、平均的なエピソードP95遅延をATLA適応と比較して71.08%減少させる。
- 参考スコア(独自算出の注目度): 27.556888484904736
- License:
- Abstract: Satellite edge computing distributes mobile workloads across moving processors whose service capacity must be coordinated over time. In medium Earth orbit (MEO)--low Earth orbit (LEO) networks, periodic reports leave CPU states stale or missing, making offloading sensitive to uncertain capacity and shared-destination congestion. We propose PUMA-Former, an uncertainty-aware agentic framework for cooperative offloading under incomplete information that balances completed work, service delay, and execution cost. A MEO coordinator maintains distinct-report memory and closes the loop between available evidence, capacity estimates, allocation commands, and execution feedback. Latent-delay attention weights plausible measurement-age hypotheses, and historical innovations refine CPU estimates around the latest received report. Queue-error-aware fusion incorporates auxiliary pressure while accounting for backlog uncertainty. The inferred resource moments condition a structured Transformer allocator for joint destination, partition, bandwidth, CPU, and power decisions. Bounded risk-aware calibration then adjusts workload splits to reflect uncertainty and shared destination load. In traffic-driven development evaluation, PUMA-Former increases admitted compute-work completion by 8.62%, reduces mean modeled service delay by 34.78%, and reduces mean episode-P95 delay by 71.08% relative to ATLA-adapt. It also improves completion and normalized energy over fixed-half round-robin offloading. Service gains over the learning baselines involve higher normalized energy.
- Abstract(参考訳): 衛星エッジコンピューティングは、サービス容量を時間とともに調整しなければならない移動プロセッサにモバイルワークロードを分散する。
中地球軌道(MEO)-低軌道軌道(LEO)では、周期的な報告はCPU状態が不安定または欠落し、オフロードは不確実なキャパシティと共有デスティネーションの混雑に敏感である。
PUMA-Formerは,作業の完了,サービス遅延,実行コストのバランスをとる不完全な情報の下で協調的オフロードを行うための不確実性を考慮したエージェントフレームワークである。
MEOコーディネータは、異なるレポートメモリを維持し、利用可能なエビデンス、キャパシティ推定、アロケーションコマンド、実行フィードバックの間のループを閉じる。
遅延遅延アテンションは測定年齢仮説を実証し、歴史的イノベーションは最新の受信したレポートのCPU推定を洗練させる。
Queue-error-aware 融合は、バックログの不確実性を考慮して補助的な圧力を組み込む。
推定リソースモーメントは、接続先、パーティション、帯域幅、CPU、電力決定のための構造化トランスフォーマーアロケータを条件とする。
境界付きリスク対応キャリブレーションは、不確実性と共有宛先負荷を反映するように、ワークロード分割を調整する。
トラフィック駆動型開発評価では、PUMA-Formerは計算処理の完了率を8.62%増加させ、平均的なモデル化されたサービス遅延を34.78%減少させ、平均的なエピソードP95遅延をATLA適応と比較して71.08%減少させる。
また、固定半分のラウンドロビンオフローディングよりも完成度と正規化エネルギーが向上する。
学習ベースラインに対するサービスゲインは、より高い正規化されたエネルギーを伴います。
関連論文リスト
- MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
MeshHealは、完全に分散化された自己修復フレームワークである。
能力にマッチしたピアレビューを2つのタイムスケールに分けている。
1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
論文 参考訳(メタデータ) (2026-09-24T04:29:37Z) - QoS-Aware Federated Learning for Multimodal In-Cabin Interaction in Smart Vehicles [0.3779860024918729]
フェデレートラーニング(FL)アプローチは、リソースの非対称性を考慮できない厳格な同期ラウンドを強制し、タイミング違反とエネルギー枯渇につながる。
本稿では,FedQoSを提案する。FedQoSは,2相ゲーティング機構によって局所的な計算をグローバル通信から切り離す,非同期なイベントトリガー付きFLフレームワークである。
マルチモーダル車種データセットのFedQoS実験は、FedAvgと比較して限界性能損失のみのパーソナライズされた精度を達成すると同時に、違反を大幅に低減し、通信オーバーヘッドを76.7%削減し、レイテンシを26.0%削減し、リアルタイムの精度と効率バランスを極めて良好に示す。
論文 参考訳(メタデータ) (2026-09-17T12:20:07Z) - A Quantum-Assisted Agentic Distributed Artificial Intelligence Framework for Deadline-Bounded Orchestration of Hybrid Renewable Microgrids [0.5991607129215549]
本稿では,量子支援型エージェント分散人工知能(DAI)フレームワークを提案する。
記憶剤が割引された将来のピーク値でそのエネルギーを価格設定する信念型記憶機構を導入する。
ストレージ評価機構を無効にすると、日価は152.75EURに上昇し、4.5パーセント増加した。
論文 参考訳(メタデータ) (2026-06-12T03:41:23Z) - An Agentic AI Framework with Large Language Models and Chain-of-Thought for UAV-Assisted Logistics Scheduling with Mobile Edge Computing [47.615329461292504]
クラウド製造において、無人航空機(UAV)は製品収集と移動エッジコンピューティング(MEC)の両方をサポートすることができる。
本稿では,エージェントAIによる2つのコンポーネントの最適化フレームワークを提案する。
まず,大規模言語モデル,検索拡張生成,および連鎖推論を組み合わせたエージェントAIを開発し,ユーザ入力をハイブリッドスケジューリング問題に対する解釈可能な数学的定式化に変換する。
論文 参考訳(メタデータ) (2026-05-13T09:13:19Z) - FERA: Uncertainty-Aware Federated Reasoning for Large Language Models [60.52562148874846]
我々は、サーバがプライベートなデモンストレーションを行う異種クライアントと協調することで、多段階推論を改善するフェデレーション推論について研究する。
重要な課題は、クライアントの信頼性がクエリ依存であるのに対して、サーバはクライアントデータを検査して、どのコントリビューションが信頼できるかを判断できません。
本稿では,サーバクライアントの反復的コリファインメントに基づくトレーニングフリーフレームワークである Uncertainty-Aware Federated Reasoning (FERA) を提案する。
論文 参考訳(メタデータ) (2026-05-11T07:04:51Z) - SOPE: Stabilizing Off-Policy Evaluation for Online RL with Prior Data [49.370849653460716]
本稿では,アクタに整列したオフポリシー評価信号を用いたSOPEを,自動早期停止機構として提案する。
Minariベンチマークスイートから25の継続的制御タスクを評価した。
SOPEはベースライン性能を最大45.6%改善し、必要なTFLOPを最大22倍改善した。
論文 参考訳(メタデータ) (2026-05-07T08:32:09Z) - IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。
IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文 参考訳(メタデータ) (2026-04-22T03:03:33Z) - MARS: Efficient, Adaptive Co-Scheduling for Heterogeneous Agentic Systems [22.470203759341004]
大規模言語モデル(LLM)は、自律エージェントの実行コアとしてますます多くデプロイされている。
エージェント実行の 異種資源要求の調整が 重要なシステム課題として浮上した
我々は、効率的で適応的な協調スケジューリングシステムMARSを設計、実装する。
評価の結果,MARSは最大スループットを保ちながら,エンドツーエンドのレイテンシを最大5.94倍に削減できることがわかった。
論文 参考訳(メタデータ) (2026-04-14T05:15:28Z) - WISP: Waste- and Interference-Suppressed Distributed Speculative LLM Serving at the Edge via Dynamic Drafting and SLO-Aware Batching [9.305759319664483]
エッジデバイスからの推論要求の増加は、集中型GPUクラスタ上で計算される。
We propose WISP, a efficient and SLO-aware distributed LLM inference system which are a intelligent speculation controller, a confirmed time estimator and a verification batch scheduler。
大規模な数値結果から、WISPはシステム容量を最大2.1倍、最大4.1倍に改善し、中央集権サービスとSLEDと比較してシステム出力を最大1.94倍、さらに3.7倍に向上することが示された。
論文 参考訳(メタデータ) (2026-01-15T16:46:01Z) - Active Inference on the Edge: A Design Study [5.815300670677979]
アクティブ推論(アクティブ推論、英: Active Inference、ACI)とは、脳が知覚情報を常に予測し評価し、長期的サプライズを減らす方法を記述する神経科学の概念である。
我々は,ACIエージェントが要求を満たすことなく,最適化問題を迅速かつ追跡的に解決できたことを示す。
論文 参考訳(メタデータ) (2023-11-17T16:03:04Z) - Straggler-aware Distributed Learning: Communication Computation Latency
Trade-off [56.08535873173518]
ストラグワーカーは冗長な計算を割り当て、データと計算をまたいでコーディングすることで許容できる。
既存のほとんどのスキームでは、各非ストラグリングワーカーは、全ての計算を完了した後、1イテレーションごとに1つのメッセージをパラメータサーバ(PS)に送信する。
このような制限を課すことで、ストレグリング動作の不正確な予測による過剰計算と、ストレグラー/非ストレグラーとしての作業員の処理による未使用の2つの主な欠点が生じる。
論文 参考訳(メタデータ) (2020-04-10T08:39:36Z)
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。