原レベル協調知覚のためのオンラインV2Xスケジューリング【JST・京大機械翻訳】

Jia Yukuan; Mao Ruiqing; Sun Yuxuan; Zhou Sheng; Niu Zhisheng

プレプリント

J-GLOBAL ID：202202216229734897 整理番号：22P0288697

原レベル協調知覚のためのオンラインV2Xスケジューリング【JST・京大機械翻訳】

Online V2X Scheduling for Raw-Level Cooperative Perception

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月12日プレプリントサーバーでの情報更新日： 2022年02月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

接続された車両の協同的認識は,視野がスタンドアロンの知能を制限するとき,救出する。生レベル協調知覚は,精度を保証するためにほとんどの情報を保存しているが,通信帯域幅と計算電力において要求されている。したがって,補助視野と安定ネットワーク接続の観点から,そのセンサを共有するために,最も有益な車両をスケジュールすることが重要である。本論文では,生レベル協調知覚のモデルを提示し,マルチArmed Bandit(MAB)問題の変種として,センサ共有スケジューリングのエネルギー最小化問題を定式化した。特に,隣接車両の揮発性,V2Xチャネルの不均一性,および時変交通状況を考慮した。次に,対数的性能損失を有するオンライン学習ベースアルゴリズムを提案し,探索と開発の間の偏心トレードオフを達成した。異なるシナリオの下でのシミュレーション結果により,提案アルゴリズムは,ベースラインアルゴリズムと比較して,最適協調車両をスケジュールし,より多くのエネルギーを節約するために,急速に学習することを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

電話・データ通信・交換一般 , 移動通信

, , , ,

前のページに戻る