論文の概要: On Telecommunication Service Imbalance and Infrastructure Resource
Deployment
- arxiv url: http://arxiv.org/abs/2104.03948v1
- Date: Thu, 8 Apr 2021 17:45:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-04 11:55:12.367671
- Title: On Telecommunication Service Imbalance and Infrastructure Resource
Deployment
- Title(参考訳): 通信サービス不均衡とインフラ資源の展開について
- Authors: Chuanting Zhang, Shuping Dang, Basem Shihada, Mohamed-Slim Alouini
- Abstract要約: 本稿では,通信サービス不均衡,通信インフラ,人口分布の関係を定量的に関連付けることを目的とした,細粒度で計算が容易な不均衡指数を提案する。
また,この指標に基づいて,任意の地理的セグメントの平均不均衡指数を最小化することにより,インフラ資源の展開戦略を提案する。
- 参考スコア(独自算出の注目度): 95.80185574417428
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The digital divide restricting the access of people living in developing
areas to the benefits of modern information and communications technologies has
become a major challenge and research focus. To well understand and finally
bridge the digital divide, we first need to discover a proper measure to
characterize and quantify the telecommunication service imbalance. In this
regard, we propose a fine-grained and easy-to-compute imbalance index, aiming
to quantitatively link the relation among telecommunication service imbalance,
telecommunication infrastructure, and demographic distribution. The
mathematically elegant and generic form of the imbalance index allows
consistent analyses for heterogeneous scenarios and can be easily tailored to
incorporate different telecommunication policies and application scenarios.
Based on this index, we also propose an infrastructure resource deployment
strategy by minimizing the average imbalance index of any geographical segment.
Experimental results verify the effectiveness of the proposed imbalance index
by showing a high degree of correlation to existing congeneric but
coarse-grained measures and the superiority of the infrastructure resource
deployment strategy.
- Abstract(参考訳): 現代の情報通信技術の利益のために発展途上国に住む人々のアクセスを制限するデジタル格差は、大きな課題と研究の焦点となっている。
デジタルディビジョンを十分に理解し、最終的にブリッジするには、まず、通信サービスの不均衡を特徴づけ、定量化する適切な手段を見つける必要がある。
本稿では,通信サービス不均衡,通信インフラ,人口分布の関係を定量的にリンクすることを目的とした,きめ細かな計算容易な不均衡指標を提案する。
不均衡指数の数学的にエレガントで汎用的な形式は、異種シナリオの一貫した分析を可能にし、異なる通信ポリシーとアプリケーションシナリオを組み込むように簡単に調整できる。
この指標に基づいて,地理セグメントの平均不均衡指数を最小化することにより,インフラ資源展開戦略を提案する。
実験結果から, 既成の同次的だが粗粒度に高い相関性を示し, インフラ資源配置戦略の優位性を示すことにより, 不均衡指数の有効性を検証した。
関連論文リスト
- Emergency Computing: An Adaptive Collaborative Inference Method Based on
Hierarchical Reinforcement Learning [14.929735103723573]
センシング,通信,計算,キャッシュ,インテリジェンスを備えた緊急ネットワーク(E-SC3I)を提案する。
このフレームワークには、緊急コンピューティング、キャッシュ、統合通信とセンシング、インテリジェンス強化のためのメカニズムが含まれている。
本稿では,特に緊急コンピューティングに焦点をあて,階層的強化学習に基づく適応型協調推論手法(ACIM)を提案する。
論文 参考訳(メタデータ) (2024-02-03T13:28:35Z) - Detecting Vulnerable Nodes in Urban Infrastructure Interdependent
Network [30.78792992230233]
我々は、相互依存型ネットワークを異種グラフとしてモデル化し、強化学習を用いたグラフニューラルネットワークに基づくシステムを提案する。
提案システムは,深層学習技術を活用して異種グラフを解析し,カスケード故障のリスクを把握し,都市の脆弱なインフラを発見する。
論文 参考訳(メタデータ) (2023-07-19T09:53:56Z) - Compressed Regression over Adaptive Networks [58.79251288443156]
分散エージェントのネットワークによって達成可能な性能を導出し,通信制約や回帰問題を解消し,適応的に解決する。
エージェントによって最適化に必要なパラメータをオンラインで学習できる最適化アロケーション戦略を考案する。
論文 参考訳(メタデータ) (2023-04-07T13:41:08Z) - Distributed Finite-Sum Constrained Optimization subject to Nonlinearity
on the Node Dynamics [6.211043407287827]
マルチエージェントネットワーク(MAN)上の凸最適化問題を解くために,分散有限サム(固定サム)割り当て手法を検討する。
本稿では、最適化問題に対する様々な非線形性制約が、分散セットアップ(ネットワーク上の)を介して異なるアプリケーションに対してどのように対処できるかを論じる。
論文 参考訳(メタデータ) (2022-03-28T06:47:01Z) - Learning Resilient Radio Resource Management Policies with Graph Neural
Networks [124.89036526192268]
我々は、ユーザ当たりの最小容量制約でレジリエントな無線リソース管理問題を定式化する。
有限個のパラメータ集合を用いてユーザ選択と電力制御ポリシーをパラメータ化できることを示す。
このような適応により,提案手法は平均レートと5番目のパーセンタイルレートとの良好なトレードオフを実現する。
論文 参考訳(メタデータ) (2022-03-07T19:40:39Z) - Finite-Time Consensus Learning for Decentralized Optimization with
Nonlinear Gossiping [77.53019031244908]
本稿では,非線形ゴシップ(NGO)に基づく分散学習フレームワークを提案する。
コミュニケーション遅延とランダム化チャットが学習にどう影響するかを解析することで,実践的なバリエーションの導出が可能となる。
論文 参考訳(メタデータ) (2021-11-04T15:36:25Z) - Federated Learning over Wireless IoT Networks with Optimized
Communication and Resources [98.18365881575805]
協調学習技術のパラダイムとしてのフェデレートラーニング(FL)は研究の注目を集めている。
無線システム上での高速応答および高精度FLスキームの検証が重要である。
提案する通信効率のよいフェデレーション学習フレームワークは,強い線形速度で収束することを示す。
論文 参考訳(メタデータ) (2021-10-22T13:25:57Z) - Resource Allocation via Graph Neural Networks in Free Space Optical
Fronthaul Networks [119.81868223344173]
本稿では,自由空間光(FSO)フロントホールネットワークにおける最適資源割り当てについて検討する。
我々は、FSOネットワーク構造を利用するために、ポリシーパラメータ化のためのグラフニューラルネットワーク(GNN)を検討する。
本アルゴリズムは,システムモデルに関する知識が不要なモデルフリーでGNNを訓練するために開発された。
論文 参考訳(メタデータ) (2020-06-26T14:20:48Z)
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。