Dec, 2022

感官互联网：基于语义通信和边缘智能的构建

PDF
TL;DR网络研究与人工智能技术可用于优化无缝遥感通信，语义通信可提取信息并利用资源，而强化学习适用于部分可观测环境下优化用户体验。
internet of sensessemantic communicationsartificial intelligencemachine learningreinforcement learning
发现论文，激发创造
  • 基于生成式人工智能的沉浸式通信：通过 6G 进入感官互联网的下一个前沿

    到 2030 年，一种新的名为感知互联网（Internet of Senses，IoS）的模式正在崛起，它旨在提供多感官体验，相较于传统虚拟现实（Virtual Reality，VR），IoS 承认我们在现实世界中的感知远远超过视觉和听觉，该文探讨了推动沉浸式多感官媒体的现有技术，重点研究了它们的功能和潜在应用，包括对比分析了传统沉浸式媒体流媒体和通过生成式人工智能（AI）赋予的语义通信的提案用例，该分析的重点是在提案方案中带来的 99.93％带宽消耗的大幅度降低，通过这种对比，我们旨在强调生成式人工智能在沉浸式媒体中的实际应用，并解决挑战并勾勒未来的发展方向。

    Apr, 2024

  • 边缘人工智能的集成感知 - 通信 - 计算

    这篇文章介绍了在应用和物理层中，通过研究三个高度耦合的过程的相互作用，提出了各种各样的集成传感 - 通信 - 计算方案，以改善资源利用率和实现边缘人工智能任务的定制目标。

    Jun, 2023

  • 面向任务的无线边缘 AI 集成感知、计算和通信

    本文介绍了嵌入式 AI 技术在边缘计算中的应用，提出了一种物联网中使用无线传感器、计算和通信三项基础技术的全面集成方法，并通过两个具体的应用案例展示了任务导向的 ISCC 的优势以及一些实际挑战。

    Jun, 2023

  • 多联感知技术：面向物联网的大规模多传感器学习

    提出了 MultiIoT，这是迄今为止最广泛的物联网基准，涵盖了来自 12 种方式和 8 项任务的超过 115 万个样本，引入了在学习许多感知模式、跨长时间范围内进行细粒度交互以及由于现实世界传感器的唯一结构和噪声拓扑而导致的极端异质性等方面的独特挑战，同时发布了一组强大的建模基线，从方式和任务特定方法到多感官和多任务模型，以鼓励未来在物联网的多感官表征学习方面的研究。

    Nov, 2023

  • 车联网移动边缘智能与计算

    本文介绍了物联网，自动驾驶汽车和环境的完全集成的智能车联网时代，讨论了存储和处理巨量数据的挑战，以及在车联网的边缘部署储存和计算资源的优势，指出了边缘信息系统对于智能车联网的关键作用。

    Jun, 2019

  • 边缘人工智能

    本文探讨了物联网、边缘计算、5G 移动通信、人工智能 / 机器学习等技术在支持实时应用和满足复杂多样化的应用需求方面的潜力和挑战。

    Dec, 2020

  • 将人工智能引入边缘计算：一种正式 M&S 规范以部署有效的物联网架构

    本研究采用基于离散事件系统规范的 IoT 模型，包括 IoT 设备到边缘数据中心的处理单元的 entire architecture 描述，并考虑用户设备、网络和计算基础设施的定位感知，以优化管理 IoT 数据流分析应用程序的联合资源，提高其时延和能源效率，通过真实痕迹和数据的驾驶辅助用例证明了我们的贡献。

    May, 2023

  • 一种轻量级分布式语义通信系统，用于物联网

    本文提出了一种基于深度学习、进行语义通信的轻量级分布式语义通信系统 L-DeepSC，该系统通过模型裁剪，低权重分辨率，优化语义星座，以及使用信道状态信息辅助训练等技术，旨在提高 IoT 设备的通信效率和降低通信成本。仿真实验证明，在低信噪比环境下，该系统可实现高达 40 倍的数据压缩比，而不影响传输性能。

    Jul, 2020

  • 人类互联网 (IoP)：普适移动计算的新浪潮

    本文提出了 “人性化网络”(IoP) 概念，该网络以用户和他们的移动设备为中心，整合网络世界和物理世界。IoP 并非基础设施的替代，而是利用现有（可靠的）基础设施，实现全球范围内的端到端连接。文章讨论了 IoP 范式的关键特征及其潜在科研问题和挑战，并介绍了一些方法来支持 IoP 。

    May, 2022

  • 感知即服务与大数据

    这篇论文讨论了新兴的物联网架构、大规模传感器网络应用、传感器网络联合、传感器数据和相关上下文获取技术、云计算管理中的挑战、传感器数据的存储、存档和处理。

    Jan, 2013