文献

J-GLOBAL ID：202002244538522455   整理番号：20A1811830

MA360:エッジ上の360度ビデオストリーミングに基づくマルチエージェント深層強化学習【JST・京大機械翻訳】

MA360: Multi-Agent Deep Reinforcement Learning Based Live 360-Degree Video Streaming on Edge

著者 (5件)： Ban Yixuan (Peking University,Wangxuan Institute of Computer Technology,Beijing,China) ,  Zhang Yuanxing (Peking University,Wangxuan Institute of Computer Technology,Beijing,China) ,  Zhang Haodan (Peking University,Wangxuan Institute of Computer Technology,Beijing,China) ,  Zhang Xinggong (Peking University,Wangxuan Institute of Computer Technology,Beijing,China) ,  Guo Zongming (Peking University,Wangxuan Institute of Computer Technology,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICME  ページ： 1-6  発行年： 2020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： モバイルエッジキャッシングは,ビデオサービスプロバイダが,世界中でライブ360度ビデオを配信する。しかし,これらのサービスは,球面の性質と大きなユーザ集団から発生する多様な要求により,コアネットワーク上の巨大なネットワークトラヒックに悩まされている。動的ネットワークと再生状態と同様に,ユーザのかなりの数の下で,経験品質(QoE)と帯域幅消費を同時に最適化することは難しい。本論文では,エッジキャッシュネットワークの文脈において,このマルチユーザライブ360度ビデオストリーミング問題に取り組むために,MA360と名付けたマルチエージェント深層強化学習ベース360度ビデオストリーミングシステムを提案した。特に,MA360は,全帯域幅消費を最小にしながら,全体のQoEを最大化することを目的として,クライアント協調的および分散的要求タイルを作るために,平均フィールドアクター-批評(MFAC)アルゴリズムを採用した。実世界データセット上での実験は,MA360がQoEを改善でき,一方,いくつかの最先端のエッジ支援360度ビデオストリーミング戦略と比較して,帯域幅消費を著しく低減することを示した。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 ,  最適化 ,  ネットワーク ,  基幹回線 ,  キャッシュメモリ ,  *録画装置 ,  帯域幅 ,  球面 ,  携帯電話
準シソーラス用語： *ビデオストリーミング ,  サービスプロバイダ ,  キャッシング ,  動的ネットワーク ,  体感品質 ,  *マルチエージェント , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： エッジ ,  ビデオストリーミング ,  マルチエージェント ,  深層強化学習