文献

J-GLOBAL ID：202002213542887668   整理番号：20A0952587

車両ネットワークのための深部強化学習に基づく交通オフロード方式【JST・京大機械翻訳】

Deep Reinforcement Learning Based Traffic Offloading Scheme for Vehicular Networks

著者 (3件)： Guo Yanxiang (The University of Hong Kong,Electrical and Electronic Engineering,Hong Kong,China) ,  Ning Zhaolong (Southeast University,National Mobile Communications Research Laboratory,Nanjing,China) ,  Kwok Ricky (The University of Hong Kong,Electrical and Electronic Engineering,Hong Kong,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCC  ページ： 81-85  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： 普及しているモバイル機器の出現により,モバイルクラウドコンピューティングはユーザ要求を完全に満たすことができない。それは,モバイルエッジコンピューティング(MEC)の誕生を促進する。データを処理するためのモバイル機器の能力がそれ自身の必要性を満たさないとき,タスクはMECサーバにオフロードされることができた。5Gの導入と車両のインターネット(IoV)の開発によって,車両と乗客によって発生するデータは,より多くのコンピューティング作業を必要とした。本論文では,MECによる計算タスクを負荷するために,深い強化学習に基づく方法を用いた。単一ユーザ移動エッジオフロードの評価を最初に実行して,次に,2つの深い強化学習ベースのアルゴリズムを比較して解析した。次に,比較実験をマルチユーザ状況に拡張した。その後,深い決定論的政策勾配アルゴリズムを用いて,MECにおけるIoVのための計算オフロードの適切な学習速度を見つけることができた。実験結果は,設計したオフロード方式の効率を実証した。Copyright 2020 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： アルゴリズム ,  乗客 ,  比較試験 ,  携帯電話 ,  インターネット ,  *強化学習
準シソーラス用語： マルチユーザ ,  モバイルデバイス ,  決定論 ,  クラウドコンピューティング ,  *車両ネットワーク ,  第5世代移動通信システム , 【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 (3件)： 深部 ,  強化学習 ,  交通