MétaCan
Menu
Retour à la cohorte
Enregistrement W4407900438 · doi:10.1109/mnet.2025.3544694

Digital Twin Empowered Wireless Positioning: Prospects, Architecture, and Challenges

2025· article· en· W4407900438 sur OpenAlexaff
Xiufang Shi, Xinlu Xuan, Xinyu Huang, Jianzhe Xue, Xuemin Shen

Notice bibliographique

RevueIEEE Network · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIndoor and Outdoor Localization Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésComputer scienceWirelessArchitectureComputer networkHybrid positioning systemComputer architectureTelecommunicationsPositioning systemEngineering

Résumé

récupéré en direct d'OpenAlex

Achieving precise and reliable positioning in complex and dynamic environments is very challenging due to multipath propagation, environmental changes, and system limitations. This article explores the role of digital twin (DT) in wireless positioning and provides comprehensive study on the prospects of DT in enhancing positioning performance with respect to accuracy, coverage, latency, and reliability. Particularly, a general architecture for DT-empowered wireless positioning is proposed. The powerful simulation and prediction capabilities of DT are leveraged for fine-grained multi-path feature extraction, dynamic model update, seamless-transition, and system optimization. A case study based on fingerprinting positioning is presented to demonstrate the enhancement due to DT in feature extraction and model update. Some open research issues in DT-empowered wireless positioning are also discussed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil0,515

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE NetworkMême sujetIndoor and Outdoor Localization TechnologiesTravaux en français237 207