文献

J-GLOBAL ID：202002269967640865   整理番号：20A0831435

無線アドホックネットワークのための情報最小化の年齢:深部強化学習アプローチ【JST・京大機械翻訳】

Age of Information Minimization for Wireless Ad Hoc Networks: A Deep Reinforcement Learning Approach

著者 (2件)： Leng Shiyang (The Pennsylvania State University) ,  Yener Aylin (The Pennsylvania State University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： GLOBECOM  ページ： 1-6  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： 情報の年齢(AoI)は,時間的に重要な無線通信応用のための情報の新鮮度を測定するための性能計量として最近考慮されている。本論文では,無線アドホックネットワークにおけるAoI最小化を考察した。そこでは,ノード交換状態は共有スペクトル上で互いに更新する。ネットワークは,各ノードがスロットにおいて更新を行うか,または受信するという意味で動的に形成される必要があり,両方の方向における更新を維持することを試みる。共同放送スケジューリングと電力制御ポリシーにより各ノードの平均AoIを最小化することを目的とした。各ノードは,その伝送/受信モードとシステム状態の局所観測に基づく伝送電力を決定する。Markovゲームを定式化し,深い再帰Qネットワークに基づくマルチエージェントの深い強化学習アルゴリズムを開発した。シミュレーション結果は,提案した方式がベースラインより著しく優れていることを示した。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： *強化学習 ,  学習アルゴリズム ,  新鮮度 ,  定式化 ,  *ネットワーク ,  基準線 ,  放送 ,  無線伝送 ,  電力制御 ,  電力 ,  シミュレーション ,  スペクトル ,  *アドホックネットワーク ,  スケジューリング ,  ゲーム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 無線アドホックネットワーク ,  最小化 ,  年齢 ,  深部 ,  強化学習