文献

J-GLOBAL ID：200902279783413236   整理番号：08A0682411

状態空間圧縮と適応基底構築を伴う強化学習に基づくロバストルーティングの非線形手法

A Nonlinear Approach to Robust Routing Based on Reinforcement Learning with State Space Compression and Adaptive Basis Construction

著者 (1件)： SATOH Hideki (Future Univ.-Hakodate, Hakodate-shi, JPN)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Institute of Electronics, Information and Communication Engineers)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Institute of Electronics, Information and Communication Engineers))
巻： E91-A  号： 7  ページ： 1733-1740  発行年： 2008年07月01日 
JST資料番号： F0699C  ISSN： 0916-8508  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 以下を使用する強化学習に基づいて,ロバストルーティングアルゴリズムが開発された。1)報償加重原理主成分解析:多数のノードを伴うネットワークの状態空間を圧縮し,各種形式の攻撃や干渉雑音の悪い影響を除去する,2)活動度指向インデックス割当て:ルーティング確率の近似に使用する基底を適応的に構築する,3)新しく開発した制御縮小空間:ルーティング確率に対する制御空間を縮小するポテンシャルモデルに基づく。このアルゴリズムはすべてのネットワーク状態を考慮し,干渉雑音の悪い影響を低減する。従ってこのアルゴリズムは良好に動作し,ルーティングのループを生じたり局所最適に陥る頻度は,ルーティング情報が干渉を受ける場合でも低減される。(翻訳著者抄録)

シソーラス用語： *経路選定 ,  アドホックネットワーク ,  センサネットワーク ,  *強化学習 ,  ロバスト性 ,  アルゴリズム ,  主成分分析 ,  空間 ,  干渉雑音 ,  次元縮小 ,  雑音除去 ,  確率 ,  局所性 ,  関数近似 ,  多変量解析 ,  非線形性 ,  基底関数 ,  関数 ,  伝送品質 ,  比率 ,  *通信操作
準シソーラス用語： 状態空間 ,  干渉除去 ,  ポテンシャル関数 ,  パケット損失率

分類 (1件)： 計算機網  (JC03000K)

引用文献 (13件)：

• KARLOF, C. Secure routing in wireless sensor networks : Attacks and countermeasures. Ac Hoc Networks Journal. 2003, 1, 293-315
• BROCH, J. A performance comparison of multi-hop wireless ad hoc network routing protocols. Proc. 4th Annual ACM/IEEE International Conference on Mobile Computing and Networking, 1998. 1998, 85-97
• HUITEMA, C. Routing in the Internet. 1995
• SUTTON, R. S. Reinforcement Learning. 1998
• BOYAN, J. A. Packet routing in dynamically changing networks : A reinforcement learning approach. Advances in Neural Information Processing Systems. 1993, 6, 671-678

タイトルに関連する用語 (7件)： 状態空間 ,  適応 ,  基底 ,  構築 ,  強化学習 ,  非線形 ,  手法