Arterial Network Traffic State Prediction with Connected Vehicle Data: An Abnormality-Aware Spatiotemporal Network
本文提出了一种基于网联车辆数据的城市主干道交通状态预测框架，通过两阶段交通状态提取方法和采用双专家架构的异常感知时空图卷积网络（AASTGCN），有效解决了大规模路网中实时交通状态估计及正常与异常交通流混合预测的难题。
💻 Category
cs.NI
110 篇论文
Auction-Based RIS Allocation With DRL: Controlling the Cost-Performance Trade-Off
本文提出了一种结合深度强化学习的拍卖机制，用于在多小区网络中动态分配可重构智能表面（RIS），通过智能体学习优化出价策略并引入可调参数，实现了网络性能与成本之间的灵活权衡。
Periodic Scheduling of Grouped Time-Triggered Signals on a Single Resource
本文研究了在单资源上对时间触发信号进行分组并生成周期性调度表的根本问题，旨在通过优化信号分组策略来减少元数据开销并提高通信资源利用率。
Energy Efficiency Testing and Modeling of a Commercial O-RAN System
本文基于 ORCID 实验室与 WINLAB 的联合测试，利用真实商用 O-RAN 部署环境，通过全面的功耗与性能测量，对商用 O-RAN 系统进行了详细的能效特征分析与建模，旨在填补公开量化数据的空白并支持运营商实现数据驱动的能源优化。
Towards Green Connectivity: An AI-Driven Mesh Architecture for Sustainable and Scalable Wireless Networks
该论文提出了一种基于人工智能的网状网络架构，通过近距低功率节点部署、空间频率复用及基于 LSTM 的流量预测技术，显著提升了无线网络的能源效率与容量，并实现了在朝觐等高密度场景下的零柴油依赖与绿色可持续发展。
vLLM Semantic Router: Signal Driven Decision Routing for Mixture-of-Modality Models
本文介绍了 vLLM 语义路由器，这是一种基于信号驱动的决策路由框架，通过组合从启发式特征到神经分类器的异构信号来动态选择混合模态模型，从而在单一架构下灵活支持多场景部署并满足成本、隐私及安全等差异化策略需求。
Dynamic Model Routing and Cascading for Efficient LLM Inference: A Survey
本文系统综述了针对大语言模型推理的动态路由与级联技术，通过构建涵盖决策时机、信息依据与计算方式的概念框架，分析了多种路由范式及其权衡，旨在通过智能模型选择实现效率与性能的最优平衡。
Threadle: A Memory-Efficient Network Storage and Query Engine for Large, Multilayer, and Mixed-mode Networks
本文介绍了 Threadle，这是一个用 C# 编写的开源高性能网络存储与查询引擎，它通过创新的伪投影技术，能够在极低的内存占用下高效处理包含数百万节点和数十亿边的大规模、多层及混合模式网络，并提供了跨平台命令行界面及 R 语言前端以支持复杂的分析任务。
Large Language Models as Bidding Agents in Repeated HetNet Auction
本文提出了一种将大语言模型作为智能代理应用于异构网络重复频谱拍卖的分布式框架，通过让终端设备基于历史交互进行推理与策略适应，显著提升了其信道接入频率和预算利用效率。
Transformer-Based Multipath Congestion Control: A Decoupled Approach for Wireless Uplinks
本文提出了一种名为 TCCO 的基于 Transformer 的解耦多路径拥塞控制框架，通过利用外部决策引擎中的自注意力机制处理网络噪声并协调子流，在异构无线上行链路中实现了比现有基线更优越的自适应传输性能。
Joint Visible Light and RF Backscatter Communications for Ambient IoT Network: Fundamentals, Applications, and Opportunities
本文提出了一种融合可见光通信与无源反向散射的联合架构以构建环境物联网，通过阐述其基本原理、系统设计与三种原型设备的实验验证，展示了该技术在多场景下的应用潜力并展望了未来研究方向。
Quantum Algorithms for Network Signal Coordination
本文提出并验证了用于解决 NP 完全网络信号协调（NSC）问题及其鲁棒变体的量子算法，通过格罗弗搜索实现了二次加速，并证明了该算法在多项式精度鲁棒性下仍能保持与搜索空间规模无关的二次量子加速优势。
Body-scale NFC for wearables: human-centric body-scale NFC networking for ultra-low-power wearable devices (Demo of UTokyo Kawahara Lab 2025)
该论文展示了东京大学河原实验室提出的“人体尺度 NFC 网络”系统，通过结合用于在衣物表面扩展覆盖范围的“蛇形 NFC"技术和解决远距离节点连接问题的"picoRing NFC"技术，实现了面向超低功耗可穿戴设备的人体表面多点通信。
Selfish Cooperation Towards Low-Altitude Economy: Integrated Multi-Service Deployment with Resilient Federated Reinforcement Learning
本文针对低空经济中多服务提供商间的资源竞争问题，提出了一种结合真实性保障拍卖机制与具有强容错性的弹性联邦强化学习算法，旨在通过优化通信与计算资源分配，在保障系统鲁棒性的同时促进自利主体间的潜在协作。
Adaptive Personalized Federated Reinforcement Learning for RIS-Assisted Aerial Relays in SAGINs with Fluid Antennas
本文针对空天地一体化网络中 RIS 辅助无人机中继与流体天线协同带来的环境动态与异构性挑战，提出了一种自适应个性化联邦强化学习算法，通过联合优化无人机轨迹与 RIS 相位控制，有效实现了多热点场景下的下行速率最大化。
U-Parking: Distributed UWB-Assisted Autonomous Parking System with Robust Localization and Intelligent Planning
该论文展示了名为 U-Parking 的分布式超宽带辅助自动驾驶泊车系统，它通过融合大语言模型规划、鲁棒定位与轨迹跟踪技术，实现了在复杂室内环境下的可靠自动泊车。
Analysis of Proactive Uncoordinated Techniques to Mitigate Interference in FMCW Automotive Radars
该研究通过模拟真实交通场景评估了多种无协调抗干扰技术，发现结合大带宽的“每啁啾随机载频跳变”是保障 FMCW 汽车雷达可靠性的最有效方案，而基于指南针的定向方法则因效果有限且增加系统复杂度而不具实用价值。
V2N-Based Algorithm and Communication Protocol for Autonomous Non-Stop Intersections
本文提出了一种名为 Moveover 的基于车网通信（V2N）的算法与协议，通过让车辆自主规划轨迹并由本地控制器协调冲突区预留，实现了自动驾驶车辆在多种路口布局及真实通信延迟条件下的不停车安全通行，显著提升了通行效率并降低了排放。
Scalable Interference Graph Learning for Low-Latency Wi-Fi Networks using Hashing-based Evolution Strategy
本文提出了一种基于哈希进化策略的可扩展干扰图学习框架，通过利用深度哈希函数分组和单网络奖励训练，显著提升了 Wi-Fi 7 网络中 RTWT 调度效率并降低了时延与丢包率。
Space-O-RAN: Enabling Intelligent, Open, and Interoperable Non Terrestrial Networks in 6G
本文提出了 Space-O-RAN 架构，通过将 Open RAN 原则扩展至卫星星座，利用星载轻量级应用、基于星际链路的集群协调以及地面战略管理，实现了 6G 非地面网络中智能、开放且可互操作的闭环控制。