文献

J-GLOBAL ID：201902261104970534   整理番号：19A1385861

無線ネットワークにおけるエネルギー効率最適化のための深部強化学習【JST・京大機械翻訳】

Deep Reinforcement Learning for Energy Efficiency Optimization in Wireless Networks

著者 (5件)： Fan Haoren (College of Communication Engineering, Army Engineering University of PLA, Nanjing, 210007, China) ,  Zhu Lei (College of Communication Engineering, Army Engineering University of PLA, Nanjing, 210007, China) ,  Yao Changhua (College of Communication Engineering, Army Engineering University of PLA, Nanjing, 210007, China) ,  Guo Jibin (College of Communication Engineering, Army Engineering University of PLA, Nanjing, 210007, China) ,  Lu Xiaowen (The 799th Research Institution, Nanjing, 210096, hina)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCCBDA  ページ： 465-471  発行年： 2019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： エネルギー効率(EE)を改善するために未知の状態スイッチングパターンを有する無線ネットワークにおける伝送電力とチャネルの共同意思決定問題を考察した。ネットワークの未知の動力学を克服するために,著者らは逐次意思決定プロセスとして問題をモデル化して,強化学習(RL)を学習特徴の優位性によって特徴付けて,逐次決定の間の時間的特性をモデル化するために,強化学習(RL)を学習特徴の利点によって特徴付けて,非線形関数を近似する。シミュレーション結果は,提案したアルゴリズムがエネルギー効率の観点から効率的に機能することを示した。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： 電力 ,  *エネルギー効率 ,  *学習 ,  *強化学習 ,  チャネル ,  シミュレーション ,  アルゴリズム ,  *ネットワーク ,  モデリング
準シソーラス用語： 非線形関数 ,  意思決定のプロセス ,  協働意思決定 ,  *効率最適化 ,  *無線ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 無線ネットワーク ,  エネルギー ,  効率最適化 ,  深部 ,  強化学習