104 articoli
Questa rassegna sistematica analizza le strategie di routing dinamico e cascading tra diversi modelli linguistici di grandi dimensioni (LLM), proponendo un quadro concettuale per ottimizzare il compromesso tra costi computazionali e prestazioni adattando la selezione del modello alla complessità della query.
Il paper presenta Threadle, un motore di archiviazione e query di rete open-source scritto in C# che risolve il problema della gestione su larga scala di reti multistrato e miste (inclusi dati bipartiti) mediante un approccio di proiezione pseudo che evita la materializzazione in memoria, consentendo di memorizzare reti con milioni di nodi e trilioni di collegamenti in pochi gigabyte di RAM.
Questo studio propone un framework distribuito per aste di spettro ripetute nelle reti eterogenee, in cui gli utenti equipaggiati con modelli linguistici di grandi dimensioni (LLM) dimostrano una maggiore efficienza nel budget e un accesso ai canali superiore rispetto alle strategie tradizionali grazie alla loro capacità di ragionamento strategico e adattamento dinamico.
Il paper presenta TCCO, un framework di controllo della congestione basato su Transformer e architettura disaccoppiata che ottimizza le trasmissioni multipath su collegamenti wireless eterogenei filtrando il rumore e coordinando i sottoflussi tramite un agente di apprendimento per rinforzo profondo esterno.
Questo articolo propone un'architettura congiunta di comunicazione a luce visibile e backscatter ambientale per le reti Ambient IoT, presentando i concetti fondamentali, le applicazioni pratiche, dimostrazioni sperimentali su diversi dispositivi e una roadmap per le future direzioni di ricerca.
Questo lavoro presenta l'implementazione e la simulazione di algoritmi quantistici basati sulla ricerca di Grover per risolvere il problema NP-completo di coordinazione dei segnali di rete e la sua variante robusta, dimostrandone il vantaggio quadratico sia in simulazione che su un computer quantistico reale.
Questa presentazione del laboratorio di Kawahara dell'Università di Tokyo introduce un sistema di rete NFC su scala corporea per dispositivi indossabili a bassissimo consumo, basato sulle tecnologie Meander NFC e picoRing NFC che estendono la copertura e migliorano l'accoppiamento induttivo per abilitare comunicazioni superficie-multipunto affidabili.
Questo articolo propone un meccanismo d'asta garantito e una soluzione basata sull'apprendimento per rinforzo federato resiliente per ottimizzare la distribuzione competitiva di risorse di comunicazione e calcolo tra fornitori di servizi autonomi nell'economia a bassa quota.
Questo articolo propone un algoritmo di apprendimento per rinforzo federato personalizzato e adattivo per ottimizzare le traiettorie dei droni e il controllo delle fasi delle superfici intelligenti riconfigurabili in reti spaziali, aeree e terrestri integrate assistite da antenne fluide, al fine di massimizzare i tassi di trasmissione in ambienti dinamici ed eterogenei.
Questa dimostrazione presenta U-Parking, un sistema distribuito di parcheggio autonomo assistito da UWB che integra la pianificazione basata su modelli linguistici di grandi dimensioni (LLM) con una localizzazione robusta e un tracciamento della traiettoria per garantire un parcheggio automatizzato affidabile in ambienti interni complessi.
Questo studio valuta l'efficacia di tecniche proattive non coordinate per mitigare le interferenze nei radar FMCW automobilistici, concludendo che l'hop di frequenza chirp-per-chirp combinato a una banda sufficientemente ampia è il metodo più efficace per garantire l'affidabilità del sistema, mentre il metodo basato sulla bussola risulta poco vantaggioso rispetto alla sua complessità aggiuntiva.
Il documento presenta Moveover, un algoritmo e protocollo di comunicazione V2N che consente ai veicoli autonomi di attraversare incroci senza fermarsi delegando la pianificazione della traiettoria ai singoli veicoli e gestendo le collisioni tramite un controllore locale, dimostrando attraverso simulazioni su scenari reali e condizioni di rete 4G/5G significativi miglioramenti nei tempi di viaggio e nella riduzione delle emissioni.
Il documento propone un framework di apprendimento del grafo di interferenza scalabile che, combinando strategie evolutive e funzioni di hashing profondo, ottimizza la schedulazione RTWT per le reti Wi-Fi 7, migliorando significativamente l'efficienza delle slot e riducendo le perdite di pacchetti e i tempi di calcolo in ambienti densi e dinamici.
Il documento presenta Space-O-RAN, un'architettura di controllo distribuita che estende i principi Open RAN alle reti non terrestri del 6G attraverso l'uso di applicazioni decentralizzate leggere a bordo e coordinamento gerarchico, consentendo operazioni autonome e adattive delle costellazioni satellitari nonostante le limitazioni di risorse.
Questo documento presenta PIRATE, un metodo passivo che stima le latenze di risposta lato client analizzando le coppie di richieste causali nel traffico crittografato, permettendo di ridurre significativamente le latenze di coda tramite bilanciamento del carico adattivo.
Questo articolo presenta un framework di simulazione basato su SeQUeNCe per reti quantistiche eterogenee che integra modelli fedeli di atomi di itterbio e qubit superconduttori per analizzare i compromessi tra velocità e fedeltà e identificare i colli di bottiglia specifici di tali sistemi complessi.
Il paper presenta Chimera, un framework neuro-simbolico che mappando approssimazioni di attenzione e vincoli simbolici sui primitivi delle pipeline di commutazione programmabile, abilita un'analisi del traffico affidabile e ad alta velocità pur rispettando i rigorosi vincoli hardware.
Questo studio longitudinale analizza la resilienza dell'infrastruttura fisica di Bitcoin dal 2014 al 2025, dimostrando che, sebbene la rete sia vulnerabile ad attacchi mirati ai cavi sottomarini, l'adozione di TOR e la ridondanza delle connessioni globali garantiscono una forte resistenza alla maggior parte dei guasti reali, con un impatto sui nodi inferiore al 5% nell'87% dei casi storici.
Questo articolo propone un'architettura di riferimento e un meccanismo di verifica a livelli per le reti peer-to-peer agentiche, permettendo la condivisione sicura di capacità e azioni tra agenti autonomi locali e migliorando il successo dei flussi di lavoro in ambienti ostili senza compromettere la latenza.
Lo studio valuta diverse tecniche di apprendimento per rinforzo offline in un ambiente telecomunicazioni stocastico, dimostrando che il Conservative Q-Learning offre la maggiore robustezza e rappresenta la scelta predefinita più affidabile per la gestione dei reti future, sebbene i metodi basati su sequenze possano risultare competitivi in presenza di dati ad alto rendimento.