文献

J-GLOBAL ID：202102250570672894   整理番号：21A0673919

UAV可能モバイルエッジ計算ネットワークにおける知的リソース割当【JST・京大機械翻訳】

Intelligent Resource Allocation in UAV-Enabled Mobile Edge Computing Networks

著者 (5件)： Wang Meng (Harbin Institude of Technology Harbin,School of Electronics and Information Engineering,Harbin,China,150001) ,  Shi Shuo (Harbin Institude of Technology Harbin,School of Electronics and Information Engineering,Harbin,China,150001) ,  Gu Shushi (Peng Cheng Laborotary,Shenzhen,China,518055) ,  Zhang Ning (University of Windsor,Department of Electrical and Computer Engineering,Windsor,ON,Canada,N9B3P4) ,  Gu Xuemai (Harbin Institude of Technology Harbin,School of Electronics and Information Engineering,Harbin,China,150001)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： VTC2020-Fall  ページ： 1-5  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： 無人機(UAV)は,オンデマンド無線通信を提供するために,効果的な飛行基地局(FBS)として考えられている。また,計算資源によって,UAVsは,モバイルエッジコンピューティング(MEC)ネットワークにおけるモバイルユーザ(MU)のための計算オフロード機会を提供できる。しかし,小さなハードウェアと負荷容量のため,UAVは限られた計算とエネルギー資源を供給するだけである。従って,UAVはMUsのサービス品質(QoS)を保証し,一方,それらの全資源消費を最小化することは挑戦的である。この目的に向けて,あらゆる単一タスクのためのすべての資源を使用する代わりに,著者らは,強化学習に基づく知的資源割付アルゴリズムを提案し,それは,UAVを,エネルギー効率的および計算効率的割当て決定を知的に行うことを可能にした。次に,著者らは,資源配分決定を行動として形成して,加重資源消費を最小化する目的で報酬機能を設計することによって,学習エージェントとしてUAVを取り入れた。各UAVは,異なるUAV間の情報交換なしで,その局所観測のみに基づくアルゴリズムを実行する。シミュレーション結果は,提案した強化学習ベース手法が,全期間における加重消費に関してベンチマークアルゴリズムより優れていることを示した。Copyright 2021 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 ,  シミュレーション ,  *ネットワーク ,  *資源割付 ,  基地局 ,  無線伝送 ,  無人機 ,  ハードウェア ,  飛翔 ,  ベンチマーク ,  情報交換 ,  強化学習
準シソーラス用語： モバイルユーザ ,  オンデマンド ,  サービス品質 , 【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 (5件)： UAV ,  モバイル ,  エッジ ,  計算 ,  リソース割当