Buchumschlag

Wireless Network Digital Twin for 6G: Generative AI as A Key Enabler

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tao, Zhenyu, Xu, Wei, Huang, Yongming, Wang, Xiaoyun, You, Xiaohu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Networking and Internet Architecture Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Wireless Data Knowledge Graph for Green Intelligent Communications: Methodology and Experiments
von: Huang, Yongming, et al.
Veröffentlicht: (2024)

The Roadmap to 6G -- AI Empowered Wireless Networks
von: Letaief, Khaled B., et al.
Veröffentlicht: (2019)

Digital versus Analog Transmissions for Federated Learning over Wireless Networks
von: Yao, Jiacheng, et al.
Veröffentlicht: (2024)

Digital Twin-Assisted Data-Driven Optimization for Reliable Edge Caching in Wireless Networks
von: Zhang, Zifan, et al.
Veröffentlicht: (2024)

Towards Reliable AI in 6G: Detecting Concept Drift in Wireless Network
von: Tziouvaras, Athanasios, et al.
Veröffentlicht: (2025)

Automatic Generation of Digital Twins for Network Testing
von: Ding, Shenjia, et al.
Veröffentlicht: (2025)

Integrating Generative AI with Network Digital Twins for Enhanced Network Operations
von: Muhammad, Kassi, et al.
Veröffentlicht: (2024)

Optimizing Wireless Resource Management and Synchronization in Digital Twin Networks
von: Yu, Hanzhi, et al.
Veröffentlicht: (2025)

What-if Analysis Framework for Digital Twins in 6G Wireless Network Management
von: Ak, Elif, et al.
Veröffentlicht: (2024)

Synergizing AI and Digital Twins for Next-Generation Network Optimization, Forecasting, and Security
von: Zhang, Zifan, et al.
Veröffentlicht: (2025)

On Transferring, Merging, and Splitting Task-Oriented Network Digital Twins
von: Zhang, Zifan, et al.
Veröffentlicht: (2025)

Resource Allocation for Twin Maintenance and Computing Task Processing in Digital Twin Vehicular Edge Computing Network
von: Xie, Yu, et al.
Veröffentlicht: (2024)

Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems
von: Wen, Jinbo, et al.
Veröffentlicht: (2024)

Energy-Efficient Federated Learning and Migration in Digital Twin Edge Networks
von: Zhou, Yuzhi, et al.
Veröffentlicht: (2025)

ReaCritic: Reasoning Transformer-based DRL Critic-model Scaling For Wireless Networks
von: You, Feiran, et al.
Veröffentlicht: (2025)

Graph Neural Network-based Spectral Filtering Mechanism for Imbalance Classification in Network Digital Twin
von: Isah, Abubakar, et al.
Veröffentlicht: (2025)

Digital Twin Vehicular Edge Computing Network: Task Offloading and Resource Allocation
von: Xie, Yu, et al.
Veröffentlicht: (2024)

Graph Neural Network-Based Multicast Routing for On-Demand Streaming Services in 6G Networks
von: Wang, Xiucheng, et al.
Veröffentlicht: (2025)

Beyond 5G Network Failure Classification for Network Digital Twin Using Graph Neural Network
von: Isah, Abubakar, et al.
Veröffentlicht: (2024)

M3Net: A Multi-Metric Mixture of Experts Network Digital Twin with Graph Neural Networks
von: Guda, Blessed, et al.
Veröffentlicht: (2025)

Towards Trustworthy 6G Network Digital Twins: A Framework for Validating Counterfactual What-If Analysis in Edge Computing Resources
von: Agudelo, Julian Jimenez, et al.
Veröffentlicht: (2026)

Adaptive Federated Learning in Heterogeneous Wireless Networks with Independent Sampling
von: Geng, Jiaxiang, et al.
Veröffentlicht: (2024)

Generative AI-enabled Digital Twins for 6G-enhanced Smart Cities
von: Duran, Kubra, et al.
Veröffentlicht: (2024)

At the Dawn of Generative AI Era: A Tutorial-cum-Survey on New Frontiers in 6G Wireless Intelligence
von: Celik, Abdulkadir, et al.
Veröffentlicht: (2024)

AI-Enabled Digital Twins for Next-Generation Networks: Forecasting Traffic and Resource Management in 5G/6G
von: Sengendo, John, et al.
Veröffentlicht: (2025)

AI-Native Network Digital Twin for Intelligent Network Management in 6G
von: Wu, Wen, et al.
Veröffentlicht: (2024)

Federated Learning-Assisted Optimization of Mobile Transmission with Digital Twins
von: Heydari, Mohammad, et al.
Veröffentlicht: (2026)

Multivariate Wireless Link Quality Prediction Based on Pre-trained Large Language Models
von: Yan, Zhuangzhuang, et al.
Veröffentlicht: (2025)

Knowledge-Driven Deep Learning Paradigms for Wireless Network Optimization in 6G
von: Sun, Ruijin, et al.
Veröffentlicht: (2024)

Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning
von: Hou, Qiushuo, et al.
Veröffentlicht: (2024)

Twin Sorting Dynamic Programming Assisted User Association and Wireless Bandwidth Allocation for Hierarchical Federated Learning
von: Gau, Rung-Hung, et al.
Veröffentlicht: (2024)

Intelligent Dynamic Handover via AI-assisted Signal Quality Prediction in 6G Multi-RAT Networks
von: Bartsioka, Maria Lamprini A., et al.
Veröffentlicht: (2025)

The LLM as a Network Operator: A Vision for Generative AI in the 6G Radio Access Network
von: Giwa, Oluwaseyi, et al.
Veröffentlicht: (2025)

Digital Twin-assisted Reinforcement Learning for Resource-aware Microservice Offloading in Edge Computing
von: Chen, Xiangchun, et al.
Veröffentlicht: (2024)

Better Together: Leveraging Multiple Digital Twins for Deployment Optimization of Airborne Base Stations
von: Belgiovine, Mauro, et al.
Veröffentlicht: (2025)

Improving the Reliability of Cable Broadband Networks via Proactive Network Maintenance
von: Hu, Jiyao, et al.
Veröffentlicht: (2024)

Online Learning for Autonomous Management of Intent-based 6G Networks
von: Karakaya, Erciyes, et al.
Veröffentlicht: (2024)

Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G
von: Saad, Walid, et al.
Veröffentlicht: (2024)

TelApart: Differentiating Network Faults from Customer-Premise Faults in Cable Broadband Networks
von: Hu, Jiyao, et al.
Veröffentlicht: (2024)

6G-Enabled Digital Twin Framework for Real-Time Cyber-Physical Systems: An Experimental Validation with Industrial Bearing Fault Detection
von: Chakma, Vaskar, et al.
Veröffentlicht: (2025)