文献

J-GLOBAL ID：201802266149314415   整理番号：18A1146958

強化学習を用いたコグニティブ無線における予測学習モデル【JST・京大機械翻訳】

Predictive learning model in cognitive radio using reinforcement learning

著者 (3件)： Tubachi Sharada (PG scholar, E&TC Dept DYPIT, Pimpri, Pune, India) ,  Venkatesan Mithra (E&TC Dept DYPIT, Pimpri, Pune, India) ,  Kulkarni A. V. (R&D Dept DYPIT, Pimpri, Pune, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICPCSI  ページ： 564-567  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： 無線装置の技術と無線スペクトルの需要を増加させる傾向がある応用において,掃引変化がある。従来の固定スペクトル割当法は,ボトルネック条件をもたらす大量のスペクトル要求を満たすことができない。この問題を解決するために,認知無線は画像に入る。コグニティブ無線は,無線スペクトルにおいて利用可能なアイドルチャネルを自動的に検出し,これらのチャネルを二次ユーザに共有し,また,一次ユーザに干渉することなく,より良い無線動作挙動を得ることができる無線スマート無線である。本論文では,強化学習技術を研究し,アクターの学習の修正版であるCaClaアルゴリズムを用いてスループットを予測した。実行時間,予測精度および予測誤差のような学習の性能計量を,MATLABを用いて観察した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *予測 ,  スペクトル ,  線スペクトル ,  *強化学習 ,  予測誤差 ,  *学習モデル ,  アルゴリズム ,  チャネル ,  スループット ,  画像
準シソーラス用語： MATLAB ,  予測精度 ,  実行時間 ,  *ワイヤレス ,  *コグニティブ無線 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 強化学習 ,  コグニティブ無線 ,  予測 ,  学習モデル