103 papers
Dit paper introduceert CrossCheck, een systeem dat invoer in SDN-controllers voor wide area networks valideert om netwerkauitval te voorkomen door fouten tijdig te detecteren met een nulprocent vals-positief tarief, zoals aangetoond door een succesvolle productie-implementatie en simulaties.
Dit paper presenteert een nieuwe, op Markov-beslissingsprocessen gebaseerde transmissieplanning voor draadloze monitoringssystemen met willekeurige data-aankomsten, die een dubbel-AoI-model gebruikt om de asynchrone veroudering van informatie tussen sensoren en het bewakingscentrum te optimaliseren en zo de prestaties ten opzichte van bestaande methoden verbetert.
Dit paper introduceert een kosteneffectief, open-source platform op basis van 1:10 schaalmodelauto's dat een ETSI-conforme C-ITS-stack implementeert om de overgang van simulatie naar praktische tests voor coöperatief, autonoom vervoer te vergemakkelijken, wat wordt gedemonstreerd door de validatie van een kruispuntenbotsingswaarschuwing.
Dit artikel toont aan dat een combinatie van Low Earth Orbit-satellietconstellaties en quantumrepeaters met atoom- of vacuümgaten-qubits een haalbare architectuur vormt voor een wereldwijd quantumnetwerk dat entanglement tot 20.000 km kan distribueren, terwijl het tevens de belangrijkste technologische knelpunten en benodigde investeringen voor deze toekomstige infrastructuur in kaart brengt.
Dit paper introduceert twee diepleringsmodellen, een aangepast GAT-netwerk en een gefinetuned multi-modale LLM, die superieure prestaties en generalisatie tonen voor het voorspellen van multivariate tijdsreeksen in netwerken vergeleken met bestaande methoden.
Dit artikel analyseert de prestaties van het invoegen van een IEEE 802.11p voorvoegsel in C-V2X-sidelink-signalen als een effectieve mitigatiestrategie voor co-kanaalinterferentie tussen 802.11p en LTE-V2X Mode 4, waarbij wordt aangetoond dat deze aanpak de botsingen in zowel vrije als drukke verkeerssituaties aanzienlijk vermindert.
Dit artikel biedt een uitgebreide review van de nieuwe ETSI Release 2-specificaties voor multi-channel operation (MCO) in C-ITS, waarbij de architecturale uitbreidingen, toekomstige toepassingsvoorbeelden en open onderzoeksvragen worden belicht om de overgang van enkel- naar meerkanaalscommunicatie in het 5,9 GHz-band te faciliteren.
Dit artikel introduceert Wall-Street, een slimme voertuigoppervlakte die de betrouwbaarheid van mmWave-verbindingen voor snel bewegende voertuigen verbetert door gezamenlijke handovers en naadloze overgangen te faciliteren, wat resulteert in aanzienlijk hogere doorvoersnelheden en lagere latentie.
Dit artikel onderzoekt hoe verschillende Open RAN-functiesplits en straalconfiguraties de overdrachtsvertraging en beschikbaarheid in niet-terrestrische netwerken beïnvloeden, waarbij blijkt dat een volledig onboard gNB de hoogste beschikbaarheid van ongeveer 95,4% bereikt.
Dit paper stelt een gebruikersgerichte deep reinforcement learning-methode voor, genaamd UCMS_MADDPG, die modelsplitting en co-selectie van gebruikers en servers combineert om taakuitvoering en energieverbruik in dynamische MEC-omgevingen voor AIoT te optimaliseren.
Dit paper introduceert een statistisch onderbouwde schatter voor 'segmentedness' (de mate van netwerkindeling) die, ongeacht de netwerkgrootte, met voldoende nauwkeurigheid kan worden bepaald door slechts 97 willekeurig gekozen knopparen te analyseren.
Dit artikel onderzoekt waarom schaalbaarheid bij gedistribueerd GPU-training vaak faalt door netwerktopologie en fabric-effecten die door hogere trainingsframeworks worden genegeerd, en biedt praktische richtlijnen voor het diagnosticeren en verbeteren van de prestaties van grootschalige clusters.
Dit artikel presenteert een data-gedreven classificatiekader voor de optimalisatie van multi-generatie mobiele netwerken, waarbij analyse van OpenCelliD-data inzicht biedt in infrastructuurgaten en onderbenutting om strategische upgrades en efficiënter resourcebeheer voor operators te sturen.
Dit artikel presenteert een nieuw raamwerk voor het voorspellen van verkeerscondities op grote stadsnetwerken met behulp van Connected Vehicle-data, dat een tweestapsmethode voor verkeersstaten en een abnormaalheidsbewuste ruimtetijd-GCN (AASTGCN) combineert om zowel normale als abnormale verkeerssituaties nauwkeuriger te modelleren dan bestaande methoden.
Dit artikel presenteert een veilingmechanisme voor de toewijzing van herconfigureerbare intelligente oppervlakken (RIS) in multi-cellulaire netwerken, waarbij deep reinforcement learning wordt ingezet om de biedstrategieën van basisstations te optimaliseren en zo een flexibel evenwicht tussen netwerkprestaties en kosten te bereiken.
Dit artikel onderzoekt het fundamentele probleem van het groeperen van tijd-getriggerde signalen in berichten en het periodiek plannen van deze berichten op een enkele resource, om zo de communicatie-efficiëntie te maximaliseren door metadata-overhead te minimaliseren binnen de beperkingen van berichtgrootte en leveringsbetrouwbaarheid.
Dit witboek presenteert een gedetailleerde karakterisering en modellering van het energieverbruik van een commercieel O-RAN-systeem, gebaseerd op uitgebreide metingen in een testomgeving die een productienetwerk nabootst, om operators te ondersteunen bij het optimaliseren van energie-efficiëntie.
Dit artikel presenteert een door AI aangedreven mesh-architectuur die, door middel van nabijheidsgebaseerde implementatie, ruimtelijke frequentiehergebruik en voorspellende netwerkinzichtelijkheid, de energie-efficiëntie en capaciteit van draadloze netwerken drastisch verbetert terwijl het dieselafhankelijkheid elimineert en kosten verlaagt.
Dit paper introduceert de vLLM Semantic Router, een signaalgestuurd framework dat door middel van compositie van diverse signalen en configureerbare besluitregels intelligente routing mogelijk maakt voor heterogene modellen in diverse productiescenario's met verschillende kosten-, privacy- en veiligheidsvereisten.
Dit overzichtspaper analyseert geavanceerde methoden voor dynamische routering en cascading tussen meerdere onafhankelijke grote taalmodellen om de inferentie-efficiëntie te maximaliseren door query-gebaseerde modelselectie, en presenteert een conceptueel raamwerk om deze systemen te classificeren en de afwegingen tussen kosten en prestaties te optimaliseren.