التعلم المعزز دون اتصال بالإنترنت لتقدير عرض النطاق الترددي في RTC باستخدام ممثل سريع وناقد غير غاضب
| العنوان | التعلم المعزز دون اتصال بالإنترنت لتقدير عرض النطاق الترددي في RTC باستخدام ممثل سريع وناقد غير غاضب |
|---|---|
| المؤلف | بيجن، علي سي، دينيز، إينيس، إيرينك، يجيت ك، أوزجون، محمد إي، يوماكوجولاري، باسار، آيتن، إحسان يو، بيهليفانوغلو، أحمد، سيتينكايا، أكرم |
| تاريخ النشر: | 2024-04-17 |
| مكان النشر | - ايه سي ام |
| الموضوع | WebRTC، جودة التجربة، الاتصال في الوقت الحقيقي |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 979-8-4007-0412-3 |
| رقم السجل | a006fcbd-475f-44ca-8341-5b74237e8963 |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2024-04-17 |
| نص عينة | يتطلب الطلب المتزايد على تطبيقات الاتصالات في الوقت الحقيقي (RTC) أنظمة قوية وموثوقة. يعتمد التسليم السلس للوسائط على التقييم الدقيق لظروف الشبكة، حيث يعد تقدير النطاق الترددي (BWE) أمرًا بالغ الأهمية للحفاظ على موثوقية النظام وتحقيق نوعية جيدة من الخبرة (QoE) للمستخدمين. يشكل BWE تحديًا كبيرًا بسبب ظروف الشبكة الديناميكية ومحدودية توافر المعلومات والتعقيد الحسابي. يهدف تحدي تقدير النطاق الترددي الثاني، الذي تم تنظيمه ضمن ACM MMSys 2024، إلى تحسين جودة تجربة مستخدم RTC من خلال تطوير مقدر عرض النطاق الترددي القائم على التعلم العميق باستخدام التعلم المعزز دون اتصال بالإنترنت. تعرض هذه الورقة الحل الذي توصلنا إليه، والذي احتل المرتبة الثانية في التحدي الكبير. يستخدم هذا الحل نهجًا ناقدًا للممثل لتحقيق دقة BWE في الوقت الفعلي من خلال الاعتماد فقط على إحصائيات الشبكة المرصودة. نظرًا لإعداد التحدي دون الاتصال بالإنترنت، يتم تدريب شبكة الناقد بشكل منفصل عن شبكة الممثلين لتقدير جودة العمل دون التفاعل مع البيئة الحقيقية. علاوة على ذلك، يتم تعديل تنبؤات الجودة من قبل الناقد بواسطة عامل حفظ محدد مسبقًا لمعالجة تجاوز قيم عرض النطاق الترددي. الكود المصدري للحل متاح للعامة على https://github.com/streaminguniversity/FARC. |
| DOI | 10.1145/3625468.3652184 |
