WEKO3
アイテム
AI in SAGIN: Building Deep Learning Service-Oriented Space-Air-Ground Integrated Networks
http://hdl.handle.net/10258/0002000228
http://hdl.handle.net/10258/0002000228ed8f46b1-a320-46c4-bb4c-d1d446b9584d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
MNET.001.2000512.pdf (2.3 MB)
|
|
| アイテムタイプ | 学術雑誌論文 / Journal Article.(1) | |||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-07-16 | |||||||||||||||||||||||
| 書誌情報 |
en : IEEE Network 巻 37, 号 2, p. 154-159, 発行日 2022-08-01 |
|||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||
| タイトル | AI in SAGIN: Building Deep Learning Service-Oriented Space-Air-Ground Integrated Networks | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 言語 | ||||||||||||||||||||||||
| 言語 | eng | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||||
| 主題 | AGINsAGINsS | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||||
| 主題 | Deep Learning | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||||
| 主題 | AI | |||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||||||
| 主題 | Service-Oriented Networking | |||||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||||||||
| 資源タイプ | journal article | |||||||||||||||||||||||
| アクセス権 | ||||||||||||||||||||||||
| アクセス権 | open access | |||||||||||||||||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||||||||||||||||||||
| 著者 |
李 鶴
× 李 鶴
× 太田 香
× 董 冕雄
|
|||||||||||||||||||||||
| 抄録 | ||||||||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||||||||
| 内容記述 | In next-generation mobile communications, spaceair- ground integrated networks (SAGINs) is an emerging infrastructure in future wireless access networks. Since artificial intelligence (AI) applications become more and more important, it is essential to build a deep learning service-oriented SAGINs. In this article, we present a hierarchical intelligent computing structure focusing on processing deep learning tasks in future SAGINs. An optimization strategy is also proposed to improve the quality-of-service (QoS) of deep learning tasks in the proposed structure. We test our work in small testbed and simulations. The evaluation results show that the proposed work outperforms other offloading strategies in a SAGIN environment. |
|||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||||
| 出版者 | IEEE | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 出版者版へのリンク | ||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 表示名 | https://doi.org/10.1109/MNET.001.2000512 | |||||||||||||||||||||||
| URL | https://doi.org/10.1109/MNET.001.2000512 | |||||||||||||||||||||||
| DOI | ||||||||||||||||||||||||
| 関連タイプ | isVersionOf | |||||||||||||||||||||||
| 識別子タイプ | DOI | |||||||||||||||||||||||
| 関連識別子 | 10.1109/MNET.001.2000512 | |||||||||||||||||||||||
| ISSN | ||||||||||||||||||||||||
| 収録物識別子タイプ | PISSN | |||||||||||||||||||||||
| 収録物識別子 | 0890-8044 | |||||||||||||||||||||||
| 権利 | ||||||||||||||||||||||||
| 権利情報 | © 2022 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works. | |||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||
| 著者版フラグ | ||||||||||||||||||||||||
| 出版タイプ | AM | |||||||||||||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_ab4af688f83e57aa | |||||||||||||||||||||||
