标签
本文介绍了传感器切片(SL)和 SLED 框架,可在 O-RAN 的边缘、园区和高性能计算(HPC)层级实现 MAC 层的逐传感器隔离,展示了高负载下的稳定时延,并通过智能体编程将实现速度提升了 400 倍。
该论文提出 GCRN+(图卷积循环网络),利用稀疏固定传感器(仅覆盖 15.6% 路段)结合历史探针车数据监督,在达拉斯-沃思堡高速网络上实现全网当前及未来一小时车速的估计与预测,性能显著优于历史均值及 STID、STAEformer 等基线模型。
本文研究利用图神经网络编码器,将传感器网络和雷达产生的异构采样信号集合映射到固定维度、采样不变的嵌入空间,并通过在合成复值射频信号上进行波形判别来进行评估。
PatchSTG 提出了一种基于补丁的时空图变换器,用于不规则传感器网络的交通预测,实现了近线性复杂度并保持了有竞争力的性能。
佛罗里达大学的研究人员开发了BlueME,这是一种磁电天线,能够显著改善自主水下航行器的水下通信,仅用10瓦功率即可实现最远730米的可靠数据交换。
本文提出了一种利用边缘智能和TinyML的AI驱动框架,用于智慧城市的能效环境监测,该框架根据时空条件动态激活传感器,以减少能耗并延长传感器寿命。