文献

J-GLOBAL ID：201902286082606034   整理番号：19A0517615

Meta-将来のネットワークの自己X管理を実現するための学習【JST・京大機械翻訳】

Meta-Learning for Realizing Self-x Management of Future Networks

著者 (2件)： Khan Manzoor Ahmed (DAI-Labor, Technische Universitaet, Berlin, Germany) ,  Tembine Hamidou (Learning and Game Theory Laboratory, New York University Abu Dhabi, New York, NY, USA)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 19072-19083  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： 本論文では,自律ネットワーク管理と政策実行フレームワークを提案した。提案フレームワークは,ネットワークアーキテクチャを階層構造に分解することにより,ネットワーク機能を再構成する。本論文では,ルールベースの制御構造から,各層上に自己Xまたは自己-*学習ビジョンを実装することにより,より分散的で自律的なネットワーク制御への移行を可能にすることを目的とした。この問題を多層動的ゲームを用いてモデル化した。各層において,自己-*学習手順を提案し,逆Stackelbergポリシーを学習し,適応させた。提案したフレームワークを検証するために,フラットIPコアと不均一無線アクセスネットワークからなるフルスケールの実証器を開発した。また,様々なツールとソフトウェアエージェントを開発し,自己X管理ビジョンを実現した。提案した自己X学習は,分散型のモバイル知的エージェントを介して実行される。著者らの実験結果は,モバイル知的エージェントにおける自己-*学習の急速な再安定化を示し,観察された性能は,提案したメタ学習手法を用いて,異なるキー性能指標に対して満足な値よりもはるかに高いままである。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： 階層構造 ,  多層 ,  携帯電話 ,  再構成 ,  モデリング ,  *ネットワーク ,  ネットワーク管理 ,  高速度 ,  *学習 ,  ネットワークアーキテクチャ
準シソーラス用語： メタ学習 ,  インテリジェントエージェント ,  ソフトウェアエージェント ,  無線アクセスネットワーク ,  自律性 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 自己 ,  学習