IEEE Vehicular Technology Magazine征稿启事:生成式人工智能在未来车联网中的应用

文摘   2024-06-06 12:50   陕西  

IEEE Vehicular Technology Magazine: Integrating Generative Al into Future Internet of Vehicles


截稿日期:2024年09月07日

接收日期:2025年02月15日

生成式人工智能(GenAl)迅速改变了数字互动方式,革新了我们与数字环境的互动方式。大型语言模型(LLM)如GPT-4和Llama-3能够理解用户意图并协助完成任务,视觉技术如扩散模型和视觉变换器(ViTs)可以从文本生成高质量的图像和视频。这些技术正推动着在物理世界中的应用。例如,最近的研究显示,LLM可以有效处理和解释测量温度、压力、加速度和电磁活动的传感器信号,通过将这些技术整合在一起,可以形成一种新的生成式人工智能(GenAl)在车联网(IoV)系统中的应用模式,利用GenAl的能力检测和预测车辆和行人轨迹,推荐自动驾驶策略,并生成重要数据集以推进车辆技术的发展。
然而,要实现GenAl和IoV的相互集成和支持仍存在挑战。IoV信号与GenAl模型使用的输入令牌不同,且IoV服务的输入和输出信号差异很大。这需要在IoV领域中弥合GenAl的理论差距,创建开源通用和专用数据集、新的车辆硬件、分布式计算架构、理论进展、改进的算法以及安全的GenAl系统。此外,模拟工具对于在部署GenAl于IoV网络之前评估其性能至关重要,以确保其可行性和成本效益。本次征稿话题包括但不限于:
  • 用于交互式IoV网络管理和编排的GenAl
  • 基于GenAl的自动驾驶车辆代理
  • GenAl增强的轨迹预测、服务迁移和卸载优化
  • GenAl支持的IoV语义通信
  • GenAl增强的IoV安全和隐私保护
  • 面向移动IoV应用的GenAl决策和优化
  • GenAl辅助的IoV中集成感知和通信传感器融合
  • GenAl应用于IoV的实际部署案例
  • 用于GenAl训练和推理的高级汽车硬件、IoV架构和技术
  • IoV网络中安全的GenAl训练和推理
  • 移动IoV网络中GenAl性能评估的模拟和仿真工具
  • IoV网络中GenAl应用的可靠性、安全性、鲁棒性和可解释性
  • 多模态GenAl在车辆网络中的应用
  • 用于车辆网络的GenAl系统、算法、模型和数据集

1. 投稿方式

有意投稿的作者请按照 IEEE VTM投稿指南通过ScholarOne Manuscript系统进行投稿。

投稿链接:

https://mc.manuscriptcentral.com/vtm-ieee


2. 重要时间

初稿截止日期:2024年9月7日
第一轮结果公布日期:2024年11月16日
第二轮修稿提交日期:2025年1月6日
第二轮结果公布日期:2025年2月15日
出版日期:2025年6月

Guest Editors

Gang Sun,

University of Electronic Science and Technology of China, China


Hongyang Du,

Nanyang Technological University, Singapore


Abbas Jamalipour,

University of Sydney, Australia


Gabriel-Miro Muntean,

Dublin City University, Ireland


Lin Cai,

University of Victona, Canada


Jiawen Kang,

Guangdong University of Technology, China


Dusit Niyato,

Nanyang Technological University, Singapore

GenAINet公众号简介

GenAINet公众号由IEEE Large Generative AI Models in Telecom (GenAINet) ETI成立,由GenAINet公众号运营团队负责维护并运行。

GenAINet公众号运营团队:

孙黎,彭程晖 (华为技术有限公司)

杜清河,肖玉权,张朝阳 (西安交通大学)

王锦光,俸萍 (鹏城实验室)

编辑:肖玉权

校对:张朝阳

GenAINet通信大模型
本公众号是IEEE Large Generative AI Models in Telecom (GenAINet) ETI 的中文媒体平台,介绍通信大模型相关的研究进展、业界动态、技术活动等。
 最新文章