論文の概要: The Best Time for an Update: Risk-Sensitive Minimization of Age-Based
Metrics
- arxiv url: http://arxiv.org/abs/2401.10265v1
- Date: Wed, 3 Jan 2024 15:02:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-28 16:30:41.732830
- Title: The Best Time for an Update: Risk-Sensitive Minimization of Age-Based
Metrics
- Title（参考訳）: アップデートの最良のタイミング:年齢ベースのメトリクスのリスクに敏感な最小化
- Authors: Wanja de Sombre, Andrea Ortiz, Frank Aurzada, Anja Klein
- Abstract要約: 送信されたデータ品質を定量化する方法は、情報時代(AoI)、情報検索時代(QAoI)、不正確な情報時代(AoII)である。
我々は,これらのメトリクスを,送信機がプロセスを監視して受信機にステータス更新を送信するポイント・ツー・ポイント無線通信システムとして検討する。
不安定なシステム状態などの合併症を引き起こす高年齢計量値の固有のリスクのため,リスク状態という新しい概念を導入する。
- 参考スコア（独自算出の注目度）: 5.248142657070989
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Popular methods to quantify transmitted data quality are the Age of
Information (AoI), the Query Age of Information (QAoI), and the Age of
Incorrect Information (AoII). We consider these metrics in a point-to-point
wireless communication system, where the transmitter monitors a process and
sends status updates to a receiver. The challenge is to decide on the best time
for an update, balancing the transmission energy and the age-based metric at
the receiver. Due to the inherent risk of high age-based metric values causing
complications such as unstable system states, we introduce the new concept of
risky states to denote states with high age-based metric. We use this new
notion of risky states to quantify and minimize this risk of experiencing high
age-based metrics by directly deriving the frequency of risky states as a novel
risk-metric. Building on this foundation, we introduce two risk-sensitive
strategies for AoI, QAoI and AoII. The first strategy uses system knowledge,
i.e., channel quality and packet arrival probability, to find an optimal
strategy that transmits when the age-based metric exceeds a tunable threshold.
A lower threshold leads to higher risk-sensitivity. The second strategy uses an
enhanced Q-learning approach and balances the age-based metric, the
transmission energy and the frequency of risky states without requiring
knowledge about the system. Numerical results affirm our risk-sensitive
strategies' high effectiveness.
- Abstract（参考訳）: データ品質を定量化する一般的な方法は、情報時代(AoI)、情報検索時代(QAoI)、不正確な情報時代(AoII)である。
我々は,これらのメトリクスを,送信機がプロセスを監視して受信機にステータス更新を送信するポイント・ツー・ポイント無線通信システムとして検討する。
課題は、送信エネルギーと受信機の年齢ベースのメトリックのバランスをとることで、更新の最良のタイミングを決めることである。
不安定なシステム状態などの合併症を引き起こす高年齢基準値の本質的なリスクから,リスク状態の概念を導入して,高年齢基準を持つ状態を示す。
この新たなリスク状態の概念は、リスク状態の頻度を新しいリスクメトリクスとして直接引き出すことによって、高年齢のメトリクスを経験するリスクを定量化し、最小化する。
この基盤を基盤として,AoI,QAoI,AoIIの2つのリスク感受性戦略を導入する。
最初の戦略はシステム知識、すなわちチャネル品質とパケット到着確率を使い、年齢ベースのメートル法が調整可能な閾値を超えたときに送信する最適な戦略を見つける。
低い閾値はリスク感受性を高める。
第2の戦略は、強化されたQ-ラーニングアプローチを使用して、システムに関する知識を必要とせず、年齢ベースの計量、伝達エネルギー、リスク状態の頻度のバランスをとる。
数値的な結果は我々のリスクに敏感な戦略の高い有効性を裏付ける。
関連論文リスト
- Integrated Communications and Security: RIS-Assisted Simultaneous Transmission and Generation of Secret Keys [34.843877215509316]
我々は、再構成可能なインテリジェントサーフェス(RIS)の概念を活用することにより、ICAS(Integrated Communication and Security)設計パラダイムを新たに開発する。
これら2つのタスクに対してRISを共有することで、RIS支援同時送信と秘密鍵生成を提案する。
具体的には、正統なトランシーバは、スマートアタッカーの存在下でRISの位相シフトを設定することにより、データ送信率とキー生成率を共同で最適化する。
論文 参考訳（メタデータ） (2024-07-29T12:51:26Z) - RiskQ: Risk-sensitive Multi-Agent Reinforcement Learning Value Factorization [49.26510528455664]
本稿では,リスクに敏感な個人・グローバル・マックス(RIGM)の原則を,個人・グローバル・マックス(IGM)と分散IGM(DIGM)の原則の一般化として紹介する。
RiskQは広範な実験によって有望な性能が得られることを示す。
論文 参考訳（メタデータ） (2023-11-03T07:18:36Z) - Learning Disturbances Online for Risk-Aware Control: Risk-Aware Flight
with Less Than One Minute of Data [33.7789991023177]
安全クリティカルなリスク認識制御の最近の進歩は、システムが直面する可能性のある障害に関するアプリオリの知識に基づいている。
本稿では,リスク認識型オンラインコンテキストにおいて,これらの障害を効果的に学習する手法を提案する。
論文 参考訳（メタデータ） (2022-12-12T21:40:23Z) - Age of Semantics in Cooperative Communications: To Expedite Simulation
Towards Real via Offline Reinforcement Learning [53.18060442931179]
協調リレー通信システムにおける状態更新のセマンティックス更新度を測定するための意味学年代(AoS)を提案する。
オンライン・ディープ・アクター・クリティック(DAC)学習手法を,政治時間差学習の枠組みに基づいて提案する。
そこで我々は,以前に収集したデータセットから最適制御ポリシーを推定する,新しいオフラインDAC方式を提案する。
論文 参考訳（メタデータ） (2022-09-19T11:55:28Z) - Efficient Risk-Averse Reinforcement Learning [79.61412643761034]
リスク逆強化学習(RL)では、リターンのリスク測定を最適化することが目標である。
特定の条件下では、これは必然的に局所最適障壁につながることを証明し、それを回避するためのソフトリスク機構を提案する。
迷路ナビゲーション,自律運転,資源配分ベンチマークにおいて,リスク回避の改善を示す。
論文 参考訳（メタデータ） (2022-05-10T19:40:52Z) - Sample-Based Bounds for Coherent Risk Measures: Applications to Policy
Synthesis and Verification [32.9142708692264]
本稿では,リスク認識の検証と政策合成に関するいくつかの問題に対処することを目的とする。
まず,確率変数分布のサブセットを評価するサンプルベース手法を提案する。
第二に、決定空間の大部分を上回る問題に対する解を決定するロボットベースの手法を開発する。
論文 参考訳（メタデータ） (2022-04-21T01:06:10Z) - Learning to Minimize Age of Information over an Unreliable Channel with
Energy Harvesting [1.3764085113103222]
新しいステータス更新を検知するエネルギーコストと、実用的なシステムをよりよく捉えるための送信エネルギーコストを考慮する。
未知環境の場合、システムパラメータとステータス更新ポリシーをリアルタイムで学習する平均コスト強化学習アルゴリズムが提案される。
論文 参考訳（メタデータ） (2021-06-30T13:05:37Z) - Automatic Risk Adaptation in Distributional Reinforcement Learning [26.113528145137497]
実践的応用における強化学習(RL)エージェントの使用は、最適以下の結果を考慮する必要がある。
これは特に安全クリティカルな環境において重要であり、エラーは高いコストや損害をもたらす可能性がある。
リスク認識エージェントとリスク認識エージェントの両方と比較して, 失敗率を最大7倍に低下させ, 一般化性能を最大14%向上させた。
論文 参考訳（メタデータ） (2021-06-11T11:31:04Z) - Ultra-Reliable Indoor Millimeter Wave Communications using Multiple
Artificial Intelligence-Powered Intelligent Surfaces [115.85072043481414]
複数人工知能(AI)対応再構成可能なインテリジェントサーフェス(RIS)を用いた超信頼性ミリ波(mmW)通信を保証する新しいフレームワークを提案する。
複数のAI駆動RISを使用することで、mmWアクセスポイント(AP)から送信される信号の伝搬方向を変更できます。
mmW APとRISのポリシーを制御するために、2つの集中型および分散コントローラが提案されている。
論文 参考訳（メタデータ） (2021-03-31T19:15:49Z) - A New Bandit Setting Balancing Information from State Evolution and
Corrupted Context [52.67844649650687]
本稿では,2つの確立されたオンライン学習問題と包括的フィードバックを組み合わせた,逐次的意思決定方式を提案する。
任意の瞬間にプレーする最適なアクションは、エージェントによって直接観察できない基礎となる変化状態に付随する。
本稿では,レフェリーを用いて,コンテキストブレイジットとマルチアームブレイジットのポリシーを動的に組み合わせるアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-16T14:35:37Z) - Transferable, Controllable, and Inconspicuous Adversarial Attacks on
Person Re-identification With Deep Mis-Ranking [83.48804199140758]
システム出力のランキングを乱す学習とミスランクの定式化を提案する。
また,新たなマルチステージネットワークアーキテクチャを開発することで,バックボックス攻撃を行う。
そこで本手法では, 異なるマルチショットサンプリングにより, 悪意のある画素数を制御することができる。
論文 参考訳（メタデータ） (2020-04-08T18:48:29Z)
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。