bt.com

이 이메일 도메인이 관측된 논문 2건

arXiv:2606.28163v1eess.IV

극단적 복잡도·품질 스케일 전반의 향상된 신경 비디오 표현 압축

Enhanced Neural Video Representation Compression across Extreme Complexity and Quality Scales

암묵적 신경 표현(INR)은 최근 비디오 압축을 위한 유망한 접근법으로 등장하여, 빠른 디코딩과 함께 경쟁력 있는 레이트-왜곡(rate-distortion) 성능을 제공한다. 그러나 기존 신경 비디오 코덱은 복잡도와 확장성(scalability)의 균형을 맞추기 어렵다. 경량 모델은 서로 다른 비트레이트/품질 수준으로 스케일링할 때 압축 성능 저하를 겪는 경우가 많으며, 고성능 모델은 모델 복잡도가 일반적으로 품질에 따라 증가하기 때문에 확장성이 제한적이다. 다양한 비트레이트 전반에 걸쳐 일관된 복잡도를 유지할 수 있는 통합 아키텍처의 부재는 실제 다양한 배포를 심각하게 제한한다. 이러한 과제를 해결하기 위해, 저희는 다중 고해상도 특징 그리드를 활용하는 경량 INR을 사용하여 임의의 복잡도 수준에서 높은 확장성을 제공하는 새로운 INR 기반 비디오 코덱인 NVRC++를 제안한다. 이는 긴 비디오 시퀀스에 대해 고해상도 그리드에서 효율적인 과적합을 가능하게 하는 최적화 프레임워크와 결합되어, 과도한 계산 또는 메모리 오버헤드 없이 시공간 중복성을 활용한다. 또한 고차원 그리드 매개변수를 효율적으로 압축하기 위해 고급 엔트로피 모델을 설계했다. 그 결과 NVRC++는 네 가지 복잡도 수준(픽셀당 7kMACs부터 360kMACs까지)을 제공하며, 각 수준은 넓은 비트레이트 및 품질 범위를 포괄하면서 실시간 디코딩을 지원한다. 실험 결과 NVRC++는 SOTA INR 기반 비디오 코덱인 NVRC에 비해 최대 7.6배 빠른 디코딩 속도를 제공하면서도 유사한 성능을 달성함을 보여준다.

arXiv:2606.20580v1cs.NI

의도 기반 네트워크 및 서비스 오케스트레이션을 위한 역할 기반 에이전틱 AI

Role-Based Agentic AI for Intent-Driven Network and Service Orchestration

통신 네트워크는 이기종 기술, 다양한 서비스 요구사항, 그리고 자원 효율성과 비즈니스 민첩성에 대한 증가하는 요구로 인해 점점 더 복잡해지고 있다. 의도 기반 네트워킹(IBN)과, 더 최근에는 에이전틱 AI가 자율적 네트워크 관리를 통해 이러한 복잡성을 해결하기 위한 유망한 패러다임으로 등장했다. 그러나 기존 접근법은 주로 운영 지원 시스템(OSS) 내 운영 오케스트레이션에 초점을 맞추며 비즈니스 지원 시스템(BSS)과 OSS를 아우르는 통합 프레임워크가 부족하여, 진정한 의도-비즈니스-네트워크 조율의 실현을 제한한다. 본 논문은 통신 서비스 제공자(CSP)의 조직 구조를 반영하는 종단 간 의도 오케스트레이션을 위한 역할 기반 다중 에이전트 아키텍처(MAS)를 제시한다. 제안된 프레임워크는 고객 참여, 전략 계획, 서비스 제공, 인프라 프로비저닝에 걸친 계층적 4층 에이전트 시스템 내에서 기능 분해, 명시적 작업 소유권, 프라이버시 보존 도메인 분리, 도메인별 전문성의 원칙을 적용한다. 리더십 에이전트는 계획 활동을 조율하고, 전문화된 서비스 및 자원 에이전트는 의도 요구사항에 따라 동적으로 인스턴스화된다. 개념 증명 구현은 구조화된 에이전트 조율을 통해 BSS-OSS 간격을 연결하는 것의 실현 가능성을 보여주며, 에이전틱 MAS가 책임 추적 가능하고 확장 가능한 의도 기반 서비스 오케스트레이션을 지원할 수 있음을 설명한다.