学術的背景 クラウドコンピューティング技術の急速な発展に伴い、動的で異種混在のクラウド環境において効率的なジョブスケジューリングの需要が高まっています。従来のスケジューリングアルゴリズムは単純なシステムでは良好な性能を発揮しますが、現代の複雑なクラウドインフラストラクチャではその要件を満たすことができません。クラウド環境におけるリソースの異種混在性、エネルギー消費、リアルタイム適応性などの問題は、研究者に人工知能（AI）を基盤としたソリューションの探求を促しています。AI駆動のジョブスケジューリング技術は、機械学習、最適化技術、ヒューリスティック技術、およびハイブリッドAIモデルを通じて、より高い適応性、拡張性、エネルギー効率を提供します。本稿は、AI駆動のジョブスケジューリング技術を包括的...

衛星支援の6G広域エッジインテリジェンス：遠隔IoTサービス向け動的認識タスクオフロードおよびリソース配分 背景紹介 6G移動通信ネットワークの到来に伴い、従来のモノのインターネット（IoT, Internet of Things）アーキテクチャは、グローバルな接続と幅広い人工知能（AI）の能力を統合したスマート万物インターネット（IoE, Internet of Everything）の新しいパラダイムへと徐々に変化しています。しかし、地上ネットワークには複雑な地形や遠隔地を完全にカバーすることができないという制限があります。低軌道（LEO, Low Earth Orbit）衛星技術の急速な発展により、この課題を解決するための新たな希望が生まれています。非地上ネットワーク（NTN, Non...