Fugu-MT 論文翻訳(概要): Resource allocation method using tug-of-war-based synchronization

論文の概要: Resource allocation method using tug-of-war-based synchronization

arxiv url: http://arxiv.org/abs/2108.11979v1
Date: Thu, 19 Aug 2021 07:48:53 GMT
ステータス: 処理完了
システム内更新日: 2021-09-05 11:04:28.962992
Title: Resource allocation method using tug-of-war-based synchronization
Title（参考訳）: tug-of-war 同期を用いた資源配分手法
Authors: Song-Ju Kim, Hiroyuki Yasuda, Ryoma Kitagawa, and Mikio Hasegawa
Abstract要約: 本稿では,Turg-of-war(TOW)ダイナミクスに基づく単純なチャネル割当手法と非線形同期に基づく時間スケジューリングを組み合わせることで,無線通信における空間(チャネル)と時間資源の効率的な利用を提案する。
参考スコア（独自算出の注目度）: 0.20999222360659608
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a simple channel-allocation method based on tug-of-war (TOW) dynamics, combined with the time scheduling based on nonlinear oscillator synchronization to efficiently use of the space (channel) and time resources in wireless communications. This study demonstrates that synchronization groups, where each node selects a different channel, are non-uniformly distributed in phase space such that every distance between groups is larger than the area of influence. New type of self-organized spatiotemporal patterns can be formed for resource allocation according to channel rewards.
Abstract（参考訳）: 本稿では,Tug-of-war(TOW)ダイナミクスに基づく簡単なチャネル割当手法と非線形発振器同期に基づく時間スケジューリングを組み合わせることで,無線通信における空間(チャネル)と時間資源の効率的な利用を提案する。本研究は,各ノードが異なるチャネルを選択する同期群が,各グループ間の距離が影響領域よりも大きいような位相空間において一様ではないことを示す。チャネル報酬に応じて資源割当のための新しいタイプの自己組織化時空間パターンを形成することができる。

関連論文リスト

SOFTS: Efficient Multivariate Time Series Forecasting with Series-Core Fusion [59.96233305733875]
時系列予測は、金融、交通管理、エネルギー、医療など様々な分野で重要な役割を果たしている。いくつかの方法は、注意やミキサーのようなメカニズムを利用して、チャネル相関をキャプチャすることでこの問題に対処する。本稿では,効率的なモデルであるSOFTS(Series-cOre Fused Time Series forecaster)を提案する。
論文参考訳（メタデータ） (2024-04-22T14:06:35Z)
Decentralized Learning over Wireless Networks with Broadcast-Based Subgraph Sampling [36.99249604183772]
この研究は、コンセンサスに基づく分散降下(D-SGD)を用いた、無線ネットワーク上の分散学習のコミュニケーション面を中心にしている。ネットワーク内情報交換による実際の通信コストや遅延を考慮すると,送信スロット毎の改善によって測定されたアルゴリズムの高速収束を実現することが目的である。本稿では,無線ネットワーク上でのD-SGDの効率的な通信フレームワークであるBASSを提案する。
論文参考訳（メタデータ） (2023-10-24T18:15:52Z)
Robust Fully-Asynchronous Methods for Distributed Training over General Architecture [11.480605289411807]
分散機械学習問題における完全な同期は、レイテンシ、パッケージの損失、ストラグラーの存在のため、非効率であり、不可能である。本稿では,R-FAST (Fully-Asynchronous Gradient Tracking Method) を提案する。
論文参考訳（メタデータ） (2023-07-21T14:36:40Z)
Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
論文参考訳（メタデータ） (2023-06-27T08:15:28Z)
Martian time-series unraveled: A multi-scale nested approach with factorial variational autoencoders [13.190441691191326]
教師なしのソース分離は、ミキシング演算子を通して記録された未知のソース信号のセットを解き放つことを伴う。この問題は本質的に不適切であり、惑星の宇宙ミッションの時系列データから得られる様々な散乱によって問題視されている。既存のメソッドは、通常、選択されたウィンドウサイズに依存して、その操作時間スケールを決定する。教師なしマルチスケールクラスタリングおよびソース分離フレームワークを提案する。
論文参考訳（メタデータ） (2023-05-25T15:49:38Z)
Networks' modulation: How different structural network properties affect the global synchronization of coupled Kuramoto oscillators [0.0]
同期は、異なる振動物体が互いに相互作用するときにリズムを調整するときに起こる。本稿では,Fully-Connected,Random,Regular ring graph,Small-World,Scale-Freeなどのネットワークアーキテクチャの影響について検討する。我々の主な発見は、スケールフリーおよびランダムネットワークにおいて、固有ベクトル中心性と平均最短経路長に基づく洗練されたノードの選択が、より高い同期性を達成するための体系的な傾向を示すことである。
論文参考訳（メタデータ） (2023-02-24T13:21:58Z)
Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。 MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
論文参考訳（メタデータ） (2022-06-29T22:19:03Z)
Decentralized Local Stochastic Extra-Gradient for Variational Inequalities [125.62877849447729]
我々は、不均一(非IID)で多くのデバイスに分散する問題データを持つ領域上での分散変分不等式(VIs)を考察する。我々は、完全に分散化された計算の設定を網羅する計算ネットワークについて、非常に一般的な仮定を行う。理論的には, モノトン, モノトンおよび非モノトンセッティングにおける収束速度を理論的に解析する。
論文参考訳（メタデータ） (2021-06-15T17:45:51Z)
Unsupervised Learning for Asynchronous Resource Allocation in Ad-hoc Wireless Networks [122.42812336946756]
集約グラフニューラルネットワーク(Agg-GNN)に基づく教師なし学習手法を設計する。アクティベーションパターンを各ノードの特徴としてモデル化し,ポリシーに基づくリソース割り当て手法を訓練することにより,非同期性を捉える。
論文参考訳（メタデータ） (2020-11-05T03:38:36Z)
Convergence of Update Aware Device Scheduling for Federated Learning at the Wireless Edge [84.55126371346452]
遠隔パラメータサーバ(PS)の助けを借りて、ローカルデータセットを持つパワー制限デバイスが共同でジョイントモデルを訓練する無線エッジにおけるフェデレーション学習について研究する。各ラウンドで送信するデバイスのサブセットを決定する新しいスケジューリングとリソース割り当てポリシーを設計する。数値実験の結果,提案したスケジューリングポリシーは,チャネル条件と局所モデル更新の重要性の両方に基づいており,両者の指標のみに基づくスケジューリングポリシーよりも長期的性能がよいことがわかった。
論文参考訳（メタデータ） (2020-01-28T15:15:22Z)

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。