دانلود مقاله انگلیسی رایگان:به سمت تخصیص پهنای باند خود سازگار برای ارتباطات با تأخیر کم با یادگیری تقویتی - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Towards self-adaptive bandwidth allocation for low-latency communications with reinforcement learning Towards self-adaptive bandwidth allocation for low-latency communications with reinforcement learning
    Towards self-adaptive bandwidth allocation for low-latency communications with reinforcement learning

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Towards self-adaptive bandwidth allocation for low-latency communications with reinforcement learning


    ترجمه فارسی عنوان مقاله:

    به سمت تخصیص پهنای باند خود سازگار برای ارتباطات با تأخیر کم با یادگیری تقویتی


    منبع:

    Sciencedirect - Elsevier - Optical Switching and Networking, 37 (2020) 100567. doi:10.1016/j.osn.2020.100567


    نویسنده:

    Lihua Ruan ∗, Maluge Pubuduni Imali Dias, Elaine Wong


    چکیده انگلیسی:

    Emerging applications such as remotely-controlled human-to-machine and tactile-haptic applications in the Internet evolution demand stringent low-latency transmission. In realising these applications, current communication networks need to reduce their latency towards a millisecond order. In our previous study, we exploited supervised learning-based machine learning techniques in analysing and optimising bandwidth allocation decisions in access networks to achieve low latency. In this paper, we propose a reinforcement learning-based solution to facilitate adaptive bandwidth allocation in access networks, without needing supervised training and prior knowledge of the underlying networks. In our proposed scheme, the central office estimates the rewards of different bandwidth decisions based on the network latency resulting from executing these decisions. The reward estimates are then used to select decisions that reduce the latency in turn. In particular, we discuss the algorithms that can be used to estimate the rewards and achieve decision selection in the proposed scheme. With extensive simulations, we analyse the performance of these algorithms in diverse network scenarios and validate the effectiveness of the proposed scheme in reducing network latency over existing schemes.
    Keywords: Tactile Internet | Low-latency communication | Reinforcement learning | Resource allocation | Optical access networks


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 1877 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi