[논문 리뷰] Multi-Modal Data-Enhanced Foundation Models for Prediction and Control in Wireless Networks: A Survey

Han Zhang, Mohammad Farzanullah외 4명|arXiv (Cornell University)|2026. 01. 06.

Wireless Networks and Protocols인용 수 0

한 줄 요약

파운데이션 모델을 활용한 예측과 제어에 대한 포괄적 고찰, 특히 다중 모달 FMs를 중심으로 무선 네트워크에서 데이터 모달리티, 배치, 데이터셋 및 도전과제를 다룬다.

ABSTRACT

Foundation models (FMs) are recognized as a transformative breakthrough that has started to reshape the future of artificial intelligence (AI) across both academia and industry. The integration of FMs into wireless networks is expected to enable the development of general-purpose AI agents capable of handling diverse network management requests and highly complex wireless-related tasks involving multi-modal data. Inspired by these ideas, this work discusses the utilization of FMs, especially multi-modal FMs in wireless networks. We focus on two important types of tasks in wireless network management: prediction tasks and control tasks. In particular, we first discuss FMs-enabled multi-modal contextual information understanding in wireless networks. Then, we explain how FMs can be applied to prediction and control tasks, respectively. Following this, we introduce the development of wireless-specific FMs from two perspectives: available datasets for development and the methodologies used. Finally, we conclude with a discussion of the challenges and future directions for FM-enhanced wireless networks.

연구 동기 및 목표

• 다양하고 다중 모달 데이터를 처리하기 위해 무선 네트워크에 파운데이션 모델(FMs)을 통합하는 것을 촉진한다.
• 두 가지 핵심 무선 관리 과제—예측과 제어—를 분석하고 FMs가 이를 어떻게 해결할 수 있는지 평가한다.
• 무선 특화 데이터셋과 FM 개발 및 적응을 위한 방법론을 조사한다.
• FM 활성화 무선 네트워크에 대한 배치 전략, 도전 과제 및 향후 방향을 식별한다.

제안 방법

• 파운데이션 모델의 진화와 이를 뒷받침하는 트랜스포머 기반 아키텍처의 역사를 검토한다.
• 무선 네트워크와 관련된 다중 모달 데이터 모달리티(시각, CSI, 그래프 등)와 FMs가 이를 융합하는 방식을 특징화한다.
• 맥락 이해와 의사결정을 포함하여 무선 예측 및 제어 과제에 FM의 기능을 매핑한다.
• 무선 설정에서의 FM 개발 및 미세조정/학습 방법론과 무선 특화 데이터셋을 조사한다.
• 배치 패러다임(클라우드, 엣지, 기기 내, 협업) 및 서빙/최적화 프레임워크를 논의한다.

실험 결과

연구 질문

• RQ1 무선 네트워크의 예측 및 제어 과제에 파운데이션 모델, 특히 다중 모달 FMs를 어떻게 적용할 수 있는가?
• RQ2 무선 특화 파운데이션 모델의 효과적 개발 및 적응을 가능하게 하는 데이터셋과 방법론은 무엇인가?
• RQ3 FM-활성화 무선 네트워크의 지연, 프라이버시, 자원 제약 사이의 균형을 잘 맞추는 배치 전략은 무엇인가?

주요 결과

• 파운데이션 모델은 등장과 균질화를 보이며, 무선 맥락에서 교차 과제 적용성과 맥락 내 학습 가능성을 가능하게 한다.
• 무선 특화 FM이 존재하며(Large Wireless Model, Mobile-LLaMA 등) telecom 과제에 맞춰 미세 조정될 수 있고, 다중 모달 데이터가 맥락 이해를 향상시킨다.
• 클라우드, 엣지, 기기 내, 협업의 네 가지 배치 패러다임은 무선 배치에서 지연, 프라이버시 및 자원 간 트레이드를 제공한다.
• FM 개발을 안내하기 위해 무선 데이터셋의 광범위하고 다양한 방법론들이 요약되어 있다.
• 이 설문은 멀티모달 데이터 통합 및 배치 고려사항을 포함하여FM-강화 무선 네트워크의 도전과제와 향후 방향을 개괄한다.