文献

J-GLOBAL ID：202002245457992921   整理番号：20A1707314

深層強化学習によるドローンのインターネットにおける電力制御【JST・京大機械翻訳】

Power Control in Internet of Drones by Deep Reinforcement Learning

著者 (2件)： Yao Jingjing (New Jersey Institute of Technology,Advanced Networking Lab., Helen and John C. Hartmann,Newark,NJ,USA,07102) ,  Ansari Nirwan (New Jersey Institute of Technology,Advanced Networking Lab., Helen and John C. Hartmann,Newark,NJ,USA,07102)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICC  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： ドローン(IoD)のインターネットは,トラフィック監視や物体追跡のようなアプリケーションを提供するために,モノ(IoT)デバイスのインターネットとしてドローンを使用する。データ収集サービスは,複数のドローンが地上から情報を収集し,それらを更なる処理のためにIoTゲートウェイに送る典型的なアプリケーションである。IoDネットワークの性能は,ドローンの電池容量によって制約され,従って,エネルギーハーベスティング技術と電力制御の両方を利用して,この制限に対処した。特に,平均システムエネルギーコストを最小化する目的で,データ収集サービスのためのエネルギー収穫支援時変IoDネットワークにおいて,各時間時代におけるドローンの無線伝送電力を最適化した。次に,Markov決定プロセス(MDP)モデルを定式化し,動的IoDネットワークにおける電力制御プロセスを特性化し,次に,提案モデルフリーの深いアクター-批評強化学習アルゴリズムによって解いた。本アルゴリズムの性能を,広範なシミュレーションにより実証した。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： 最適化 ,  *電力 ,  ネットワーク ,  *電力制御 ,  無線伝送 ,  *無人機 ,  応用プログラム ,  データ収集 ,  定式化 ,  ゲートウェイ ,  *インターネット ,  学習アルゴリズム ,  電池容量
準シソーラス用語： エネルギーハーベスティング ,  モノのインターネット , 【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 (4件)： 深層強化学習 ,  ドローン ,  インターネット ,  電力制御