流體天線多路存取輔助整合數據與能量傳輸：中斷機率與多工增益分析
本文分析了採用流體天線多路存取 (FAMA) 技術的整合數據與能量傳輸 (IDET) 系統的性能，探討了不同埠選擇策略對系統中斷機率、多工增益和能量效率的影響。
流体アンテナ多元接続支援統合データおよびエネルギー転送： outage および多重化ゲイン分析
本稿では、低消費電力デバイス向けの無線データ転送と無線エネルギー転送を同時に行うFAMA支援IDETシステムの性能を、 outage 確率と多重化ゲインの観点から分析しています。
Fluid Antenna Multiple Access (FAMA) for Improved Data and Energy Transfer in Wireless Networks: An Analysis of Outage Probabilities and Multiplexing Gains
This research paper investigates the performance enhancements offered by Fluid Antenna Multiple Access (FAMA) in wireless networks, specifically focusing on its ability to improve both data and energy transfer efficiency.
6G를 위한 전이중 공동 통신 및 센싱: 기회와 과제 (심층 분석)
6G 네트워크에서 전이중(FD) 기술을 활용한 공동 통신 및 센싱(JCAS) 시스템은 스펙트럼 효율성과 센싱 성능을 획기적으로 향상시킬 수 있지만, 자체 간섭, 채널 추정, 협력 JCAS, 신호 처리 및 데이터 융합, 다목적 최적화, 보안, THz 광대역 JCAS와 같은 여러 기술적 과제를 해결해야 합니다.
6Gにおけるフルデュプレックス統合通信・センシング：機会と課題 - 実用化に向けた包括的な分析
6Gでは、通信とセンシングの統合が必須となり、フルデュプレックス(FD)技術を用いた統合通信・センシング(JCAS)システムが注目されています。本稿では、従来の研究では見落とされてきた同時送受信時の課題や、FD-JCASシステムの実現に向けた新たな研究課題について包括的に考察します。
Full-Duplex Joint Communications and Sensing (JCAS) for 6G and Beyond: A Comprehensive Analysis of Opportunities, Challenges, and Future Directions
Full-duplex joint communications and sensing (JCAS) technology, which integrates communication and radar functionalities within a unified platform, holds immense potential for 6G and beyond, offering significant improvements in spectral efficiency, low-latency communication, and sensing capabilities, but also presents unique challenges in waveform design, channel estimation, interference management, signal processing, and security.
基於深度強化學習的可移動天線無人機於反向散射感測網路中的數據收集
本文提出了一種基於深度強化學習的方法，用於優化配備可移動定向天線的無人機在反向散射感測網路中的數據收集策略，通過聯合優化無人機軌跡和天線方向，最大限度地縮短數據收集時間並降低能耗。
Deep Reinforcement Learning for Efficient Data Collection in Backscatter Sensor Networks Using a UAV with a Movable Antenna
Using a UAV equipped with a directional movable antenna, controlled by a deep reinforcement learning algorithm, significantly improves the efficiency of data collection in backscatter sensor networks by optimizing antenna orientation and UAV trajectory.
基於上下文感知迭代提示的路由器錯誤配置檢測：CAIP
本文提出了一種名為上下文感知迭代提示（CAIP）的新框架，利用大型語言模型（LLM）來更精確地檢測路由器錯誤配置。
컨텍스트 인식 반복적 프롬프팅을 활용한 라우터 구성 오류 감지: CAIP 프레임워크
본 논문에서는 네트워크 특화 컨텍스트를 LLM 프롬프트에 효율적으로 통합하여 라우터 구성 오류 감지 정확도를 향상시키는 CAIP(Context-Aware Iterative Prompting) 프레임워크를 제안합니다.
