Jun, 2024

将生成式人工智能与网络数字孪生集成，增强网络运营

PDF
TL;DR电信网络变得越来越复杂，与网络数字孪生和生成式人工智能（AI）等先进技术的整合成为增强网络运营和弹性的关键解决方案。本文探讨了网络数字孪生与生成式人工智能（尤其关注生成对抗网络（GANs）和变分自编码器（VAEs））之间的协同作用。我们提出了一个新颖的架构框架，将这些技术结合起来，显著提高了预测性维护、网络场景模拟和实时数据驱动决策的能力。通过广泛的模拟，我们证明了生成式人工智能如何提高网络数字孪生的准确性和运营效率，有效处理不可预测的流量负载和网络故障等现实世界的复杂性。研究结果表明，这种整合不仅增强了数字孪生在情景预测和异常检测方面的能力，还促进了更自适应、智能的网络管理系统。
telecommunications networksnetwork digital twinsgenerative artificial intelligencegenerative adversarial networksvariational autoencoders
发现论文，激发创造
  • 6G 无线网络数字孪生：生成 AI 作为关键驱动器

    数字孪生通过同步数字复制品实现物理实体的仿真、评估和优化，在复杂的无线网络中作为一项有前景的技术引起了越来越多的关注。本文讨论了在 6G 时代中，考虑到复杂的网络架构、巨大的网络规模、广泛的覆盖范围和多样化的应用场景，对无线网络数字孪生的新要求，并进一步探讨了生成式人工智能，如变压器和扩散模型等在多个方面强化 6G 数字孪生的应用，包括实施、物理 - 数字同步和切片能力。随后，我们提出了一个基于分层生成式人工智能的无线网络数字孪生，包括消息层和策略层，并通过数值结果提供了一个典型的应用案例来验证其有效性和效率。最后，我们讨论了 6G 时代无线网络数字孪生的开放性研究问题。

    Nov, 2023

  • AI 与数字孪生的相互作用：构建数据驱动和模型驱动方法之间的桥梁

    数字孪生网络在网络编排、资源管理和人工智能模型训练及智能推理等方面具有重要作用，是实现 6G 网络的关键技术之一。本文探讨数字孪生网络与人工智能相互促进的机制，并为探索数字孪生网络与人工智能的未来研究方向提供参考。

    Sep, 2022

  • 利用生成智能技术为智慧城市数字孪生加强：关于数据、场景、三维城市模型和城市设计自主生成的调查

    通过集成先进的信息、通信和计算技术对现代城市进行数字化转型，标志着数据驱动的智能城市应用迈入了一个新时代，以实现高效和可持续的城市管理。本综述旨在探讨生成式人工智能技术与城市数字孪生的创新整合，以解决智慧城市领域中的挑战，如交通与流动性管理、能源系统运营、建筑和基础设施管理以及城市设计。综述从介绍热门生成式人工智能模型及其应用领域开始，然后系统回顾现有的利用生成式人工智能技术自治能力促进城市监测和预测分析的城市科学应用，包括数据增强、合成数据和场景生成、自动化 3D 城市建模以及生成式城市设计和优化。在回顾的基础上，本综述讨论了将生成式人工智能模型融入下一代城市数字孪生中以实现更可靠、可扩展和自动化管理智慧城市的潜在机会和技术策略。

    May, 2024

  • 优化数字孪生网络的实数据驱动网络评估模型

    基于实际网络数据，本文提出了一种基于自动编码器的跳连接消息传递神经网络（AE-SMPN）作为网络评估模型，通过利用图神经网络（GNN）与循环神经网络（RNN）模型捕捉网络数据的时空特征，并且使用自动编码器（AE）提取初始特征。该神经网络是使用巴塞罗那神经网络中心（BNN-UPC）提供的真实 DTN 数据集进行训练的，本文还提供了模型结构的分析和实验结果。

    May, 2024

  • 工业网络的数字孪生本地化人工智能驱动服务架构

    互联需求的剧增导致物联网（IoT）传感器过量。为了满足大规模网络的管理需求，如准确的监测和学习能力，数字孪生是关键驱动因素。然而，由于物联网网络的连续连接要求，目前对数字孪生的实施尝试仍然不足。为了应对这些挑战，我们提出了一种数字孪生本地 AI 驱动的服务架构，以支持物联网网络概念。在提出的数字孪生本地架构中，我们实现了基于 TCP 的数据流水线和基于强化学习的学习模型。我们将该架构应用于物联网网络的一个广泛概念，即车联网。我们测量了我们提出的架构的效率，并注意到由于基于 TCP 的数据流水线而节约了约 30％的处理时间。此外，我们通过应用多种学习速率组合来测试学习模型的性能，并强调最成功的模型。

    Nov, 2023

  • 面向 6G 的全面网络虚拟化和普适网络智能

    本文研究网络架构的演进和前景，并提出了一种新的概念架构用于 6G 网络，该架构具有两个关键元素，即整体网络虚拟化和普及的人工智能。提出的架构可以促进三种类型的相互作用，即数字孪生和网络切片范式之间的相互作用，面向模型驱动和数据驱动的网络管理方法之间的相互作用和虚拟化和人工智能之间的相互作用，以最大化 6G 网络的灵活性，可扩展性，适应性和智能性。

    Jan, 2023

  • 基于生成模型的下一代无线网络优化：基础、现状与关键挑战

    下一代无线网络中，生成式人工智能（Generative AI，GAI）模型的应用可以提升资源分配和网络性能优化，解决传统优化技术面临的挑战。

    May, 2024

  • GenAINet：通过知识传递和推理实现无线智能集体

    在本文中，我们提出了 GenAINet 框架，其中分布式的 GenAI 代理通过无线网络进行知识传播，以完成任意任务。我们构建了一个整合了 GenAI 能力的网络架构，研究了通过语义本地化的 GenAINet 的有效通信和推理问题。在这种范式下，代理可以通过有效的通信从其他代理的经验中快速学习，以做出更好的决策。最后，我们指出，开发一个分层语义级别的电信世界模型是达到集体智能网络的关键路径。

    Feb, 2024

  • 具有人工智能的通信系统的生成网络层

    传统的网络层的作用是通过中间网络节点从源到目的地传输数据包副本。我们提出了一个使用中间或边缘网络节点的生成式网络层，并分析了它对网络中所需数据速率的影响。我们进行了一个案例研究，其中生成式网络层通过生成式 AI 生成由大幅压缩的潜在表示组成的提示的图像。在图像质量约束下的网络流分析结果显示，生成式网络层可以在所需数据速率方面实现超过 100% 的改进。

    Dec, 2023

  • 移动网络中生成式人工智能与批判性思维的融合调查

    本研究旨在考察具备批判性思维能力的生成型人工智能算法的当前状态，并探讨其在移动网络中的潜在应用，以此为未来研究奠定基础。

    Apr, 2024