文献

J-GLOBAL ID：202002264286399073   整理番号：20A1707268

大規模異種IoTデバイスのための遅延最適ランダムアクセス【JST・京大機械翻訳】

Delay-Optimal Random Access for Massive Heterogeneous IoT Devices

著者 (3件)： Wang Dezhi (Zhejiang University,College of Information Science and Electronic Engineering Zhejiang Key Lab of Information Processing, Communication and Networking,Hangzhou,P.R. China,310027) ,  Wang Wei (Zhejiang University,College of Information Science and Electronic Engineering Zhejiang Key Lab of Information Processing, Communication and Networking,Hangzhou,P.R. China,310027) ,  Zhang Zhaoyang (Zhejiang University,College of Information Science and Electronic Engineering Zhejiang Key Lab of Information Processing, Communication and Networking,Hangzhou,P.R. China,310027)
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： 装置のランダムアクセス(RA)決定は,それ自身の状態および過負荷を回避するための他の影響の両方に依存するべきである。しかし,大規模デバイスの不均一特性は影響を推定するのが難しい。本論文では,大規模エネルギー収穫IoTネットワークに対するRA問題を考察した。大規模不均一デバイスに対する過負荷問題に対処するため,デバイス間の平均場項(MFT)を交換することにより,従来の平均場ゲーム(MFG)を改善することにより,遅延最適RA戦略を提案した。特に,二次元Markov決定プロセス(MDP)問題として遅延最適問題を定式化した。大規模ランダムアクセスの分散配置のために,MDPを複数のパーデバイスサブ問題に分割した。他のデバイス,すなわちMFTの与えられた影響によって,著者らは,装置MDPを解決して,Hamilton-Jacobi-Bellman(HJB)方程式を通して最適RA方式を提案した。最適アクセス戦略を得るために,オンライン学習方式を採用して,他者からの影響を推定し,ここでは,MFTを同時アクセス装置の数に変換し,状態空間を大幅に削減した。不均質デバイスがMFT推定の偏差を引き起こすことを考慮して,著者らは隣接装置間の情報交換による確率的近似に基づくMFTのためのコンセンサス方式を設計した。最後に,シミュレーション結果は,提案したRA方式が他の基準線と比較して良好な遅延性能を達成することを示した。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： シミュレーション ,  *ゲーム ,  ネットワーク ,  確率近似 ,  二次元 ,  過負荷 ,  基準線 ,  定式化 ,  情報交換
準シソーラス用語： オンライン学習 ,  *ランダムアクセス ,  状態空間 ,  エネルギーハーベスティング ,  *モノのインターネット ,  平均場 , 【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)： 大規模 ,  IoTデバイス ,  遅延 ,  ランダムアクセス