التحسين المشترك للانقطاع مدى الحياة في شبكات إنترنت الأشياء التي تدعم الترحيل - نهج التعلم المعزز العميق
| العنوان | التحسين المشترك للانقطاع مدى الحياة في شبكات إنترنت الأشياء التي تدعم الترحيل - نهج التعلم المعزز العميق |
|---|---|
| المؤلف | حيدربور، A. R.، حيدربور، M. R.، أردكاني، M.، تيلامبورا، J.، أويسال، مراد |
| تاريخ النشر: | 2023-01 |
| مكان النشر | - IEEE |
| الموضوع | التواصل التعاوني، التعلم المعزز العميق، إنترنت الأشياء، مدى الحياة، اختيار التتابع المتعدد |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 1089-7798 |
| رقم السجل | 9c4ca822-63ff-4cfc-94a5-3916e1779676 |
| موقع المكتبة | الهندسة الكهربائية والإلكترونية |
| التاريخ | 2023-01 |
| نص عينة | يعد تعظيم عمر الشبكة في إنترنت الأشياء (IoT) أمرًا بالغ الأهمية لضمان نقل البيانات دون انقطاع وتقليل تكرار استبدال البطارية. تتناول هذه الرسالة التحسين المشترك للانقطاع مدى الحياة في شبكات إنترنت الأشياء التي تدعم الترحيل والتي تستخدم نظام اختيار الترحيل المتعدد (MRS). إن مشكلة MRS التي تم النظر فيها هي في الأساس برمجة عامة غير خطية 0-1 وهي NP-hard. في هذا العمل، نستخدم تطبيق خوارزمية شبكة Q المزدوجة العميقة (DDQN) لحل مشكلة MRS. تكشف نتائجنا أن مخطط DDQN-MRS المقترح يمكن أن يحقق أداءً متفوقًا من مخططات MRS القياسية. |
| DOI | 10.1109/LCOMM.2022.3214146 |
| Cilt | 27 |
