文献

J-GLOBAL ID：201702253717457200   整理番号：17A0193892

強化学習を用いた新興センサネットワークにおけるリソース割り当てのマーケットモデル

Market Model for Resource Allocation in Emerging Sensor Networks with Reinforcement Learning

著者 (5件)： ZHANG Yue (Xidian Univ., Xi’an, CHN) ,  SONG Bin (Xidian Univ., Xi’an, CHN) ,  ZHANG Ying (Xidian Univ., Xi’an, CHN) ,  DU Xiaojiang (Temple Univ., PA, USA) ,  GUIZANI Mohsen (Univ. Idaho, ID, USA)
資料名： Sensors (Web)  (Sensors (Web))
巻： 16  号： 12  ページ： WEB ONLY  発行年： 2016年12月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 新興センサネットワーク(ESN)は,IoT(Internet of Things)の発展に不可欠な傾向であり,ほとんどすべてのインテリジェントデバイスを接続しようとしている。したがって,特にリソースが限られている場合,効率性の懸念から,このような環境でのリソース割り当てを検討することが重要である。本稿では,ESNをマルチエージェント環境として見ることで,エージェントのモデル化(ABM)手法を用いてESNをモデル化し,ユーザのパターンを記述した後,マーケットモデルによるリソース割り当ての問題に対処した。ユーザのパターンを推定し,マーケットモデルの結果を検証するために,強化学習方法を導入した。実験結果は,筆者らの方法の効率を示し,トポロジー管理を導いた。(翻訳著者抄録)

シソーラス用語： *強化学習 ,  *センサネットワーク ,  *資源割付 ,  相互接続 ,  エージェント ,  モデリング ,  市場構造
準シソーラス用語： IoT ,  マルチエージェント ,  モデル化 ,  *リソース割当 ,  市場モデル

分類 (2件)： リモートセンシング一般  (AD04000L) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 強化学習 ,  センサネットワーク ,  リソース割り当て ,  マーケット ,  モデル