文献
J-GLOBAL ID:202002249838972030   整理番号:20A1185810

強化学習を用いたCOMP統合セルラネットワークにおける協調キャッシングと伝送【JST・京大機械翻訳】

Cooperative Caching and Transmission in CoMP-Integrated Cellular Networks Using Reinforcement Learning
著者 (5件):
資料名:
巻: 69  号:ページ: 5508-5520  発行年: 2020年 
JST資料番号: C0244A  ISSN: 0018-9545  CODEN: ITVTAB  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
モバイルネットワークキャッシング(MNC)と協調マルチポイント(CoMP)ジョイント伝送(JT)技術は将来のネットワークにおいて重要な役割を果たすことが期待される。しかし,単一伝送(ST)とJTの両方が許されるCoMP統合ネットワークにおけるキャッシングを考慮するとき,いくつかの挑戦が取り組まれる必要がある。本論文では,ビデオコンテンツ配信のための自律的な伝送認識コンテンツキャッシングと更新を実現するための協調的オンラインキャッシング戦略を提案した。既存の研究と異なり,本論文では,実用的な時変ユーザ要求パターンを考察し,ストレージレベルと伝送レベルの協調を利用して,JTとSTに対する動的ユーザ要求の下でコンテンツキャッシングを共同最適化する。前者はキャッシング冗長性を低減するのに役立ち,後者はBSsが細胞エッジスループットを改善するためにCoMP-JT機会を生成するのを助ける。筆者らは,コンテンツキャッシング問題をMarkov決定プロセス(MDP)として定式化し,その中で,システム報酬をキャッシング行動を実行した後の遅延低減として定義した。目標はシステム報酬を最大化することである。次に,最適キャッシングポリシーを探索するために,強化学習(RL)ベースのオンライン学習アルゴリズムを開発した。設計したRLベースのアルゴリズムを線形近似で拡張した。遅延とキャッシュヒット率に関するシステム性能をシミュレーションで評価し,結果は提案した戦略の有効性を実証した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
移動通信 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る