TRACE: Learning to Self-Calibrate Wireless Digital Twins from ISAC Measurements

США и Запад · 26 сент.

Wireless digital twins (DTs) rely on 3D environment models to predict radio propagation and support wireless-network decisions, yet these models are often initialized from imperfect 3D maps.

Созвучно продуктам ЦД

ЦДГ ЦДП

Заголовок оригинала: TRACE: Learning to Self-Calibrate Wireless Digital Twins from ISAC Measurements

Читать первоисточник: arXiv API — полнотекстовый поиск "digital twin"

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.

Рядом по теме

Цифровой двойникСША и Запад13 ч

Экспериментальный цифровой двойник для автономного управления оптической сетью

На сетевом тестовом стенде продемонстрирован цифровой двойник в связке с мультиагентной LLM-системой для автономного управления оптической сетью с учётом класса обслуживания. Система обнаруживает мягкие отказы и сама подбирает формат модуляции под требования класса сервиса, поддерживая непрерывное качество канала при минимальном вмешательстве человека.

ЦДТarXiv API — полнотекстовый поиск "digital twin" ↗

Цифровой двойникСША и Запад17 ч

APOD: агентный поиск популяционных ОДУ для фармакологических цифровых двойников

Представлен APOD — агент на основе языковой модели, который итеративно рассуждает над биологическими знаниями и диагностикой подгонки в открытом пространстве поиска, чтобы вывести популяционный цифровой двойник в виде общей системы ОДУ с межиндивидуальной изменчивостью. На синтетических бенчмарках по фармакокинетике и динамике опухолей APOD восстанавливал истинные структуры в 94-100% запусков, в медиане в 12 раз быстрее библиотечного поиска.

ЦДГarXiv API — полнотекстовый поиск "digital twin" ↗

МоделированиеСША и Западвчера

Условия коллапса социальных траекторий: агентное моделирование распределений

С помощью агентного моделирования исследовано разнообразие повторяющихся ориентаций активности людей на районы, городские центры и более широкие сети. Модель переносит доли населения 2010 года в распределения 2026 года для Китая, России, Японии, Великобритании и США и симулирует изменения до 2036 года, показывая снижение разнообразия траекторий на 52,6-79,0%. Наибольший рост доли самой распространённой траектории — в России и Японии, затраты растут везде, благосостояние падает в России и Японии и растёт в трёх других случаях.

ЦДГЦД.ПрогнозarXiv — Computers and Society (cs.CY) ↗