論文の概要: On Topology Optimization and Routing in Integrated Access and Backhaul Networks: A Genetic Algorithm-based Approach

• arxiv url: http://arxiv.org/abs/2102.07252v1
• Date: Sun, 14 Feb 2021 21:52:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-16 15:14:52.058712
• Title: On Topology Optimization and Routing in Integrated Access and Backhaul Networks: A Genetic Algorithm-based Approach
• Title（参考訳）: 遺伝的アルゴリズムに基づく統合アクセス・バックホールネットワークにおけるトポロジー最適化とルーティングについて
• Authors: Charitha Madapatha, Behrooz Makki, Ajmal Muhammad, Erik Dahlman, Mohamed-Slim Alouini, Tommy Svensson
• Abstract要約: IABネットワークにおけるトポロジ最適化とルーティングの問題について検討する。 我々は、IABノード配置と非IABバックホールリンク分布の両方に効率的な遺伝的アルゴリズムベースのスキームを開発する。 メッシュベースのIABネットワークを実現する上での課題について論じる。
• 参考スコア（独自算出の注目度）: 70.85399600288737
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we study the problem of topology optimization and routing in integrated access and backhaul (IAB) networks, as one of the promising techniques for evolving 5G networks. We study the problem from different perspectives. We develop efficient genetic algorithm-based schemes for both IAB node placement and non-IAB backhaul link distribution, and evaluate the effect of routing on bypassing temporal blockages. Here, concentrating on millimeter wave-based communications, we study the service coverage probability, defined as the probability of the event that the user equipments' (UEs) minimum rate requirements are satisfied. Moreover, we study the effect of different parameters such as the antenna gain, blockage and tree foliage on the system performance. Finally, we summarize the recent Rel-16 as well as the upcoming Rel-17 3GPP discussions on routing in IAB networks, and discuss the main challenges for enabling mesh-based IAB networks. As we show, with a proper network topology, IAB is an attractive approach to enable the network densification required by 5G and beyond.
• Abstract（参考訳）: 本稿では,5gネットワークを進化させる有望な手法の1つとして,iab(integrated access and backhaul)ネットワークにおけるトポロジー最適化とルーティングの問題について検討する。 我々は問題を異なる観点から研究する。 我々は,IABノード配置と非IABバックホールリンク分布の両方に対する効率的な遺伝的アルゴリズムベースのスキームを開発し,時間的ブロックをバイパスする経路の効果を評価する。 ここではミリ波通信に集中して,ユーザ機器(UE)の最小レート要件が満たされる事象の確率として定義されるサービスカバレッジ確率について検討する。 さらに,アンテナゲイン,ブロック,木の葉といった異なるパラメータがシステム性能に及ぼす影響について検討した。 最後に、最近の Rel-16 と、今後の IAB ネットワークのルーティングに関する Rel-17 3GPP の議論を要約し、メッシュベースの IAB ネットワークを実現する上での大きな課題について論じる。 私たちが示すように、適切なネットワークトポロジを持つIABは、5G以上のネットワーク密度化を実現するための魅力的なアプローチです。

関連論文リスト

• Optimization Guarantees of Unfolded ISTA and ADMM Networks With Smooth Soft-Thresholding [57.71603937699949]
  我々は,学習エポックの数の増加とともに,ほぼゼロに近いトレーニング損失を達成するための最適化保証について検討した。 トレーニングサンプル数に対する閾値は,ネットワーク幅の増加とともに増加することを示す。
  論文  参考訳（メタデータ） (2023-09-12T13:03:47Z)
• Multi Agent DeepRL based Joint Power and Subchannel Allocation in IAB networks [0.0]
  統合アクセスとバックハウリング(IRL)は、将来の世代におけるより高いデータレートに対する前例のない要求を満たすための、実行可能なアプローチである。 本稿では,分数ノードに付随する巨大なアクション空間の問題を,Deep Q-Learning Networkを用いて処理する方法を示す。
  論文  参考訳（メタデータ） (2023-08-31T21:30:25Z)
• Multi-Agent Reinforcement Learning for Network Routing in Integrated Access Backhaul Networks [0.0]
  IABネットワークの遅延を最小化しながらパケット到着率を最大化することを目的としている。 この問題を解決するため、我々はマルチエージェントで部分的に観察されたマルコフ決定プロセス(POMD)を開発した。 A2Cは他の強化学習アルゴリズムよりも優れており、ネットワーク効率が向上し、利己的エージェントの挙動が低下することを示した。
  論文  参考訳（メタデータ） (2023-05-12T13:03:26Z)
• Multi-agent Reinforcement Learning with Graph Q-Networks for Antenna Tuning [60.94661435297309]
  モバイルネットワークの規模は、手作業による介入や手作業による戦略を使ってアンテナパラメータの最適化を困難にしている。 本研究では,モバイルネットワーク構成をグローバルに最適化するマルチエージェント強化学習アルゴリズムを提案する。 シミュレーション環境におけるアンテナ傾き調整問題とジョイント傾き・電力制御問題に対するアルゴリズムの性能を実証的に示す。
  論文  参考訳（メタデータ） (2023-01-20T17:06:34Z)
• Constrained Deployment Optimization in Integrated Access and Backhaul Networks [0.0]
  IABネットワークのカバレッジに対するデプロイメント最適化の効果について検討する。 様々なミリ波(mmWave)ブロッキングを意識した配置最適化手法を提案する。 その結果,デプロイメントの最適化に制限があるにもかかわらず,ネットワーク計画によってIABネットワークのカバレッジが大幅に向上することが示唆された。
  論文  参考訳（メタデータ） (2022-10-11T08:31:07Z)
• IoV Scenario: Implementation of a Bandwidth Aware Algorithm in Wireless Network Communication Mode [49.734868032441625]
  本稿では,マルチドメイン仮想ネットワーク埋め込みアルゴリズム(BA-VNE)を提案する。 このアルゴリズムは主に、ユーザが無線通信モードで多くの帯域幅を必要とする問題を対象としている。 本アルゴリズムの性能向上のために,粒子群最適化(PSO)アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2022-02-03T03:34:06Z)
• Packet Routing with Graph Attention Multi-agent Reinforcement Learning [4.78921052969006]
  我々は強化学習(RL)を利用したモデルフリーでデータ駆動型ルーティング戦略を開発する。 ネットワークトポロジのグラフ特性を考慮すると、グラフニューラルネットワーク(GNN)と組み合わせたマルチエージェントRLフレームワークを設計する。
  論文  参考訳（メタデータ） (2021-07-28T06:20:34Z)
• Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
  不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。 本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-23T19:00:01Z)
• Cascade Network with Guided Loss and Hybrid Attention for Two-view Geometry [32.52184271700281]
  本稿では,損失とFn値の直接負の相関関係を確立するためのガイド付き損失を提案する。 次に,特徴抽出のためのハイブリットアテンションブロックを提案する。 実験により,我々のネットワークは,ベンチマークデータセットの最先端性能を達成することが示された。
  論文  参考訳（メタデータ） (2020-07-11T07:44:04Z)
• Wireless Power Control via Counterfactual Optimization of Graph Neural Networks [124.89036526192268]
  本稿では,無線ネットワークにおけるダウンリンク電力制御の問題点について考察する。 コンカレントトランスミッション間の干渉を軽減するために,ネットワークトポロジを活用してグラフニューラルネットワークアーキテクチャを構築する。 次に、教師なし原始対実対実最適化手法を用いて最適電力配分決定を学習する。
  論文  参考訳（メタデータ） (2020-02-17T07:54:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。