文献

J-GLOBAL ID：202202289938245152   整理番号：22A0216831

人間-コンピュータ相互作用を考慮したクラスタオンライン教育プラットフォームのための深層学習駆動分散通信システム【JST・京大機械翻訳】

Deep learning-driven distributed communication systems for cluster online educational platform considering human-computer interaction

著者 (1件)： Zhou Jinrong (Department of Electronic and Information Engineering, Nanchong Vocational and Technical College, Nanchong, China)
資料名： International Journal of Communication Systems  (International Journal of Communication Systems)
巻： 35  号： 1  ページ： e5009  発行年： 2022年 
JST資料番号： T0595A  ISSN： 1074-5351  CODEN： IJCYEZ  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： 無線ネットワーク環境は,ますます複雑で,多様で,動的になった。近年,グリーンネットワークやスマートネットワークのような新しい概念の導入は,スペクトル資源管理の最適化目的を多様化している。この背景の下で,本論文は,人間-コンピュータ相互作用を考慮して,クラスタオンライン教育プラットフォームのための新しい深層学習駆動分散通信システムを提案する。モデリングの前に,文献レビューと最先端の方法論を紹介した。フレームワーク設計のために,最初に,新しい分散通信システムを,深いニューラルネットワーク構造の下でQ学習の統合を考慮して設計した。次に,クラスタコンピューティングモデルをシステムのために統合して,ロバスト性を強化した。その後,移動追跡モデルと共に人間-コンピュータ相互作用を提案し,対話型オンラインプラットフォームを完成させた。シミュレーション結果は,提案したアルゴリズムが正確に情報を抽出することができて,伝送効率を保証した。最新のプラットフォームと比較して,提案は精度と効率の側面から優れている。Copyright 2022 Wiley Publishing Japan K.K. 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 ,  最適化 ,  シミュレーション ,  *相互作用 ,  ネットワーク ,  ニューラルネットワーク ,  スペクトル ,  文献展望 ,  *クラスタ ,  *通信 ,  *通信方式 ,  *コンピュータ
準シソーラス用語： Q学習 ,  伝送効率 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタコンピューティング ,  深層学習 ,  分散通信 ,  人間とコンピュータの相互作用 ,  オンライン教育プラットフォーム

分類 (3件)： 通信網  (ND07030A) ,  移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (9件)： 人間 ,  コンピュータ ,  相互作用 ,  クラスタ ,  オンライン ,  教育 ,  プラットフォーム ,  深層学習 ,  通信システム