文献

J-GLOBAL ID：201902230935800375   整理番号：19A0516358

ユーザの行動に基づく進化的アルゴリズムを用いたデバイス間通信における経験の質の最大化【JST・京大機械翻訳】

Maximizing Quality of Experience in Device-to-Device Communication Using an Evolutionary Algorithm Based on Users’ Behavior

著者 (5件)： Deressa Melkamu (State Key Laboratory of Integrated Service Networks, Xidian University, Xi’an, China) ,  Sheng Min (State Key Laboratory of Integrated Service Networks, Xidian University, Xi’an, China) ,  Wimmers Martin (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, Xidian University, Xi’an, China) ,  Liu Junyu (State Key Laboratory of Integrated Service Networks, Xidian University, Xi’an, China) ,  Mekonnen Muluneh (State Key Laboratory of Integrated Service Networks, Xidian University, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 3878-3888  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： エンドユーザの経験の質(QoE)は,デバイス間通信において考慮されるべき最も重要な要件の一つである。ユーザのQoEは,共有データ量に対する受信データ量の比率により影響を受ける。比は1に近似するべきである。これを達成するために,進化的アルゴリズムベースの協調コンテンツキャッシングと通信(EACCC)方式を提案した。この方式は,各エッジの重みが,2人のユーザ間の接続の平均意見スコアに対応する方向加重グラフの最大1因子を見出すことにより動作する。グラフベースの通信の最大1因子を見つけることは,最適に解くことが難しい問題であるが,進化的アルゴリズムは高速に高品質な解に収束することができる。各ユーザは,入り込んでいる接続の意見スコアを提供し,最大1因子は全体のQoEを最大化する方式に対応する。提案したEACCC方式は,強い相互通信により,膨大で複雑なネットワークにおけるユーザ間の最適接続を達成する。シミュレーション結果は,著者らの提案した方式が従来のQoE最適化方式より優れていることを証明した。さらに,この方式は現実的なシナリオで容易に実装できる。Copyright 2019 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： コンテンツ ,  *通信 ,  高速度 ,  最適化 ,  シミュレーション ,  ネットワーク
準シソーラス用語： 高品質 ,  加重 ,  スコア ,  キャッシング ,  データ量 ,  体感品質 ,  エンドユーザ ,  *D2D ,  進化的アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (6件)： 行動 ,  進化的アルゴリズム ,  デバイス間通信 ,  経験 ,  質 ,  最大化