文献

J-GLOBAL ID：202202276305396414   整理番号：22A0984432

セルラネットワークにおけるネットワークスライシングを支援するための階層的スケジューリングのためのオンライン学習【JST・京大機械翻訳】

Online Learning for Hierarchical Scheduling to Support Network Slicing in Cellular Networks

著者 (3件)： Song Jianhan (The University of Texas at Austin, Austin, TX, USA) ,  de Veciana Gustavo (The University of Texas at Austin, Austin, TX, USA) ,  Shakkottai Sanjay (The University of Texas at Austin, Austin, TX, USA)
資料名： ACM SIGMETRICS Performance Evaluation Review  (ACM SIGMETRICS Performance Evaluation Review)
巻： 49  号： 3  ページ： 8-9  発行年： 2022年 
JST資料番号： W5730A  ISSN： 0163-5999  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： セルラネットワークのためのネットワークスライシングをサポートする学習ベースの階層的スケジューリングフレームワークを研究した。ユーザおよび/またはサービスクラスがスライスにグループ分けされ,資源が階層的に割り当てられるという状況を取り上げた。階層構造は,資源をスライスに割り当てるスライスレベルスケジューラと,ユーザ/サービスに資源を日和見的に割り当てるスライス内のフローレベルスケジューラを結合することによって実行される。システムユーティリティを最大化するためのスライスレベルスケジューラの最適化は,ユーザチャネルと性能要求における根底にある不均一性と不確実性のために典型的に困難である。著者らは,フローレベルスケジューラと組み合わせたスライスレベルスケジューラ(重みベクトルによってパラメータ化された)が,性能適合度を表すユーザ/サービスレベル確率的報酬をもたらすオンラインブラックボックス最適化として,この問題を再定式化することによってこれに取り組んだ。目標は最良の重みベクトルを学習することである。階層的最適化(HOO)上で構築することにより待ち行列サイクルに基づく帯域アルゴリズムを開発した。このアルゴリズムは,観測報酬に基づく重みベクトルの選択を改善するために,システムをガイドする。提案アルゴリズムの理論解析は,全地球的ゲニに関して,サブリニアレグレットを示した。最後に,シミュレーションを通して,このアルゴリズムは,日和見および/またはユーティリティ最大化フローレベルスケジューラと組み合わせたとき,最適重みベクトルを適応的に学習することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  最適化 ,  ベクトル ,  待ち行列 ,  *学習 ,  *スケジューリング ,  *ネットワーク ,  不確実性 ,  地球 ,  利用者 ,  定式化 ,  周波数帯
準シソーラス用語： *スライシング ,  スケジューラ ,  *セルラーネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： バンディットアルゴリズム ,  ネットワークスライシング ,  オンライン学習 ,  無線ネットワークのスケジューリング

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (5件)： セルラネットワーク ,  スライシング ,  支援 ,  スケジューリング ,  オンライン学習