文献

J-GLOBAL ID：201702212836681634   整理番号：17A1274217

車両クラウドネットワークのためのプロアクティブおよびハイブリッド無線ネットワークアクセス戦略:進化ゲームアプローチ【Powered by NICT】

Proactive and hybrid wireless network access strategy for Vehicle Cloud networks: An evolutionary game approach

著者 (4件)： Mekki Tesnim (REDCAD laboratory, National School of Engineers of Sfax, Tunisia) ,  Jabri Issam (Hatem Bettaher IResCoMath Unit, National School of Engineers of Gabes, Tunisia) ,  Rachedi Abderrezak (Universite ́ Paris-Est Marne-la-Valle ́e, LIGM (UMR8049), CNRS, ENPC, UPEM F-77454, France) ,  Ben Jemaa Maher (REDCAD laboratory, National School of Engineers of Sfax, Tunisia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IWCMC 2017  ページ： 1108-1113  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 車両クラウドコンピューティングはVANETとクラウドコンピューティングを統合する新しいパラダイムである。外部資源の自動車の使用を意味する:それらは従来のクラウドへのアクセスやその資源(すなわち一時的車両雲の形成)を共有することによって他の車両と協力する。これらの二つの方法は従来の雲へのアクセスと車両の連携における間欠リンクの場合に高価な細胞リンクのような異なるコストを誘導する。本論文では,車両(すなわち自動車雲やクラウドコンピューティングへのアクセスを選択)で作製した積極的な決定,この決定を制御するためのほとんど多くのパラメータに依存するに焦点を当てた。換言すれば,著者らのゴールは雲にアクセスするための最良の技術を決定することである(すなわちwifi/LTE)。進化ゲームとして自動車の戦略の進化をモデル化するために提案した。集中コントローラの利用を避けるために,各車両は独立にアクセスする方法を選択することを可能にする分散Q学習ベース自動車雲アクセスアルゴリズム(QL VCA)を提案した。シミュレーション結果は,提案したQ学習アルゴリズムは,より良いスループットと他のシナリオ(すなわちLTEまたはwifiのみを用いた)と比較して,より低いパケット損失率と遅延をユーザに提供することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  制御装置 ,  スループット ,  *自動車 ,  シミュレーション ,  モデリング
準シソーラス用語： パケット損失率 ,  Q学習 ,  VANET ,  クラウドコンピューティング ,  *進化ゲーム理論 ,  *無線ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H)

タイトルに関連する用語 (5件)： クラウド ,  無線ネットワーク ,  アクセス ,  戦略 ,  進化ゲーム