ホットトピック継続更新中
研究提出面向通感一体化资源分配的GNN-ISAC算法
1 件の報道1 件の報道元7 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，arXiv机器学习领域发布最新研究，针对车联网通感一体化（ISAC）中的功率分配难题，提出了图神经网络算法GNN-ISAC。该算法旨在满足感知SINR约束的前提下最大化通信和速率。在技术实现上，GNN-ISAC在图表征中区分了服务商间干扰与内部功率共享两种边类型，并基于感知惩罚和速率损失实现无标签训练。仿真测试表明，该算法的通信和速率接近传统WMMSE算法，但计算量显著降低，且无需重新训练即可直接泛化应用于更大规模的网络环境。
AI が報道をもとに生成 · 7 時間前 更新
最新の進展11月6日 13:00
研究提出车联网通感一体化算法GNN-ISAC，兼顾高和速率与低计算量，并支持跨规模泛化。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 机器学习面向通感一体化资源分配的图神经网络
针对车联网通感一体化（ISAC）功率分配难题，研究提出图神经网络算法 GNN-ISAC，在满足感知 SINR 约束下最大化通信和速率。该算法在图表征中区分服务商间干扰与内部功率共享两种边类型，并通过感知惩罚和速率损失实现无标签训练。仿真表明，GNN-ISAC 计算量远低于传统 WMMSE 且通信和速率接近，同时无需重新训练即可直接泛化至更大规模网络。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。