無線デジタルツインネットワーク(WDTN)における持続可能性を考慮したデジタルツイン(DT)の配置問題を、コスト最小化の観点から研究する。
ヘテロジニアスネットワーク環境でDAGベースのアプリケーションを低遅延、高信頼性、低コストで実行するための新しいマルチティアエッジコンピューティングフレームワークの提案
本論文は、長距離産業用IoTネットワークにおいて、時間制約付きフローを効率的にスケジューリングするための新しいサイクルタグ計画(CTP)モデルを提案する。CTTモデルは、長距離リンク遅延とサイクリックキューイング時間を切り離すことで、ホップバイホップの遅延を考慮したスケジューリングを実現する。また、複数フローの競合を避けるため、サイクル関連のキューリソースブロックを離散化し、最大キューの長さ制約を満たすようにマッピングを行う。さらに、フローオフセットとサイクルシフト(FO-CS)アルゴリズムを提案し、スケジューラブルなフロー数を最大化する。
BIER-TEをスケーラブルな大規模ネットワークに適用するための拡張アーキテクチャを提案し、その実装と性能評価を行った。
車載ネットワークにおいて、データ配信サービス(DDS)とタイムセンシティブネットワーク(TSN)を統合することで、低遅延かつ信頼性の高い通信を実現する。
6G O-RANネットワークにおいて、エネルギー効率を最大化しつつURLLCの遅延を最小化するための包括的なリソース割当フレームワークを提案する。
デジタルツインを衛星-地上統合ネットワークの複数のレイヤーに配置することで、システムの遅延を削減し、ユーザーサービスの品質を向上させる。
セル・フリー型Massive MIMOシステムにおいて、ユーザの最小SINR要件を満たしつつ、消費電力を最小化する最適化問題を解く。
本モデルは、市場メーカーが唯一の仲介者として機能し、エージェント間の可視性が ネットワークトポロジーに制限されるオーバーザカウンター金融市場を効果的にシミュレートする。
深層強化学習で訓練された輻輳制御ポリシーを、深層シンボリック回帰を用いて閉形式の数式表現に変換することで、実時間推論と解釈可能性の課題を解決しつつ、元のポリシーの性能と一般化能力を維持する。