BoB: پیش‌بینی پهنای باند برای ارتباطات بلادرنگ با استفاده از یادگیری اکتشافی و تقویتی

عنوان BoB: پیش‌بینی پهنای باند برای ارتباطات بلادرنگ با استفاده از یادگیری اکتشافی و تقویتی
نویسنده بنطالب، آ.، آکچای، مهمت نجمتین، لیم، م.، بگن، علی چنگیز، زیمرمن، آر.
تاریخ انتشار: 2023
محل انتشار - IEEE
موضوع AlphaRTC، پهنای باند، پیش‌بینی پهنای باند، نرخ بیت، تخمین، بهینه‌سازی، الگوریتم‌های پیش‌بینی، کیفیت تجربه، ارتباطات بلادرنگ، یادگیری تقویتی، RTC، رسانه‌های جریانی، WebRTC
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 1520-9210
شماره ثبت c0dcbaa5-4219-4bbe-a27c-086fd44b8ac0
محل کتابخانه علوم کامپیوتر
تاریخ 2023
متن نمونه پیش بینی پهنای باند در هر سرویس یا برنامه ارتباط بیدرنگ (RTC) حیاتی است. این مؤلفه تعیین می کند که چه مقدار داده رسانه می تواند در زمان واقعی ارسال شود. پس از آن، رمزگذار ویدئو و صدا به صورت پویا نرخ بیت را برای دستیابی به بهترین کیفیت بدون ازدحام شبکه و باعث از بین رفتن یا تأخیر بسته ها تنظیم می کند. تا به امروز، چندین سرویس RTC از Google Congestion Control (GCC) مبتنی بر اکتشافی استفاده کرده‌اند که در شرایط خاص عملکرد خوبی دارد و در برخی دیگر ضعیف است. در این مقاله، ما از پیشرفت‌ها در یادگیری تقویتی استفاده می‌کنیم و BoB (Bang-on-Bandwidth) را پیشنهاد می‌کنیم - یک پیش‌بینی‌کننده پهنای باند ترکیبی برای RTC. در ابتدای جلسه RTC، BoB از یک رویکرد مبتنی بر اکتشافی استفاده می کند. سپس به رویکرد مبتنی بر یادگیری تغییر می کند. BoB پهنای باند موجود را به دقت پیش‌بینی می‌کند و استفاده از پهنای باند را در شرایط شبکه متنوع در مقایسه با دو راه‌حل برنده چالش بزرگ ACM MMSys'21 در برآورد پهنای باند در RTC بهبود می‌بخشد. اجرای متن باز BoB برای آزمایش و تحقیق بیشتر در دسترس عموم است.
DOI 10.1109/TMM.2022.3216456
Cilt 25
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات دانشگاه اوزیغین

BoB: پیش‌بینی پهنای باند برای ارتباطات بلادرنگ با استفاده از یادگیری اکتشافی و تقویتی

نویسنده بنطالب، آ.، آکچای، مهمت نجمتین، لیم، م.، بگن، علی چنگیز، زیمرمن، آر.
تاریخ انتشار 2023
محل انتشار - IEEE
موضوع AlphaRTC، پهنای باند، پیش‌بینی پهنای باند، نرخ بیت، تخمین، بهینه‌سازی، الگوریتم‌های پیش‌بینی، کیفیت تجربه، ارتباطات بلادرنگ، یادگیری تقویتی، RTC، رسانه‌های جریانی، WebRTC
نوع دوره ای
زبان انگلیسی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 1520-9210
شماره ثبت c0dcbaa5-4219-4bbe-a27c-086fd44b8ac0
محل کتابخانه علوم کامپیوتر
تاریخ 2023
متن نمونه پیش بینی پهنای باند در هر سرویس یا برنامه ارتباط بیدرنگ (RTC) حیاتی است. این مؤلفه تعیین می کند که چه مقدار داده رسانه می تواند در زمان واقعی ارسال شود. پس از آن، رمزگذار ویدئو و صدا به صورت پویا نرخ بیت را برای دستیابی به بهترین کیفیت بدون ازدحام شبکه و باعث از بین رفتن یا تأخیر بسته ها تنظیم می کند. تا به امروز، چندین سرویس RTC از Google Congestion Control (GCC) مبتنی بر اکتشافی استفاده کرده‌اند که در شرایط خاص عملکرد خوبی دارد و در برخی دیگر ضعیف است. در این مقاله، ما از پیشرفت‌ها در یادگیری تقویتی استفاده می‌کنیم و BoB (Bang-on-Bandwidth) را پیشنهاد می‌کنیم - یک پیش‌بینی‌کننده پهنای باند ترکیبی برای RTC. در ابتدای جلسه RTC، BoB از یک رویکرد مبتنی بر اکتشافی استفاده می کند. سپس به رویکرد مبتنی بر یادگیری تغییر می کند. BoB پهنای باند موجود را به دقت پیش‌بینی می‌کند و استفاده از پهنای باند را در شرایط شبکه متنوع در مقایسه با دو راه‌حل برنده چالش بزرگ ACM MMSys'21 در برآورد پهنای باند در RTC بهبود می‌بخشد. اجرای متن باز BoB برای آزمایش و تحقیق بیشتر در دسترس عموم است.
DOI 10.1109/TMM.2022.3216456
Cilt 25
دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید