コンピュータネットワーク

Kirjaudu sisään

näkemys - コンピュータネットワーク

インフラストラクチャレスマルチホップ無線ネットワークにおいて、ネットワーク符号化伝送は、従来の伝送方式と比較して、特に複数の通信ストリームが存在する場合に、スループットを大幅に向上させることができる。

短い伝送ブロック期間における可動アンテナシステムのスループットを最大化するには、アンテナの移動遅延とユーザーのSINRのトレードオフを考慮する必要がある。

Hermesは、エンドユーザーデバイスから様々な場所にまで拡張する、動的に構成可能なプロキシのオーバーレイネットワーク上に構築された、汎用ネットワーキングアーキテクチャであり、サービスと通信の課題に対するエンドツーエンドのソリューションを提供し、エンドユーザーエクスペリエンスを向上させる。

Wi-Fi 7のMLOにおけるパケットステアリングを効率化するため、ホスト側で決定された送信設定をパケット記述子に埋め込み、ネットワークアダプタ側でその情報を利用して送信チャネルを選択する、シンプルかつ柔軟なメカニズムを提案する。

モバイルアドホックネットワーク（MANET）のルーティングプロトコルAOMDVにおいて、ノードの信頼性、バッテリー残量、ネットワークの混雑状況などを考慮した確率的信頼性モデルを導入することで、複数経路を介した同時データ送信の遅延を最小限に抑え、最適なデータ配信を実現する。

simdzoneは、SIMD命令を活用した革新的なDNSレコード解析手法であり、従来の手法と比較して、大幅な高速化を実現する。

デジタルツイン技術を活用したネットワーク計画は、干渉を効果的に検出し軽減することで、5G および 6G ネットワークのパフォーマンスを最適化できる可能性を秘めている。

Scyllaは、インテントベースのスライシングを用いることで、大規模ネットワークのデータプレーン検証を、メモリや処理時間の制約なく、高速かつ効率的に実行できる分散型検証システムである。

大規模言語モデル（LLM）などの生成AIをモバイルエッジデバイスに効率的に展開するには、量子化、モデルプルーニング、ナレッジ蒸留などのコンパクトモデル戦略が不可欠であり、これにより、リソースの制約がある環境でも、これらの強力なAI機能を活用できるようになる。

生成AIモデルをリソースの限られたエッジネットワークに効率的に展開するために、モデルキャッシングとリソース割り当ての共同最適化問題をDDPGベースの強化学習を用いて解決し、低遅延かつ高品質なAI生成コンテンツサービスの提供を目指す。

Tietoja

Tuotteet

Resurssit