論文の概要: Emergency Caching: Coded Caching-based Reliable Map Transmission in
Emergency Networks
- arxiv url: http://arxiv.org/abs/2402.17550v1
- Date: Tue, 27 Feb 2024 14:44:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-28 15:54:19.792517
- Title: Emergency Caching: Coded Caching-based Reliable Map Transmission in
Emergency Networks
- Title(参考訳): 緊急キャッシング:緊急ネットワークにおける符号化キャッシングに基づく信頼性マップ送信
- Authors: Zeyu Tian, Lianming Xu, Liang Li, Li Wang, and Aiguo Fei
- Abstract要約: 本稿では,データ収集と信頼性伝送に着目したキャッシュネットワークの3層アーキテクチャを提案する。
我々は,コードキャッシュ技術を統合した災害地図収集フレームワークを提案する。
提案手法は,シミュレーションにより検証した非符号化キャッシュ方式よりも効果的である。
- 参考スコア(独自算出の注目度): 9.423705897088672
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many rescue missions demand effective perception and real-time decision
making, which highly rely on effective data collection and processing. In this
study, we propose a three-layer architecture of emergency caching networks
focusing on data collection and reliable transmission, by leveraging efficient
perception and edge caching technologies. Based on this architecture, we
propose a disaster map collection framework that integrates coded caching
technologies. Our framework strategically caches coded fragments of maps across
unmanned aerial vehicles (UAVs), fostering collaborative uploading for
augmented transmission reliability. Additionally, we establish a comprehensive
probability model to assess the effective recovery area of disaster maps.
Towards the goal of utility maximization, we propose a deep reinforcement
learning (DRL) based algorithm that jointly makes decisions about cooperative
UAVs selection, bandwidth allocation and coded caching parameter adjustment,
accommodating the real-time map updates in a dynamic disaster situation. Our
proposed scheme is more effective than the non-coding caching scheme, as
validated by simulation.
- Abstract(参考訳): 多くの救助任務では、効果的なデータ収集と処理に大きく依存する、効果的な知覚とリアルタイムな意思決定を要求する。
本研究では,効率的な認識とエッジキャッシング技術を利用して,データ収集と信頼性伝送に着目した緊急キャッシングネットワークの3層アーキテクチャを提案する。
このアーキテクチャに基づいて,符号化キャッシュ技術を統合した災害地図収集フレームワークを提案する。
我々のフレームワークは、無人航空機(UAV)にまたがる地図のコード化された断片を戦略的にキャッシュし、通信信頼性を高めるために共同アップロードを促進する。
さらに,災害地図の有効復旧面積を評価するための総合的確率モデルを構築した。
実用性最大化の目標に向けて,協調型UAV選択,帯域幅割り当て,符号付きキャッシュパラメータ調整を共同で行うディープ強化学習(DRL)に基づくアルゴリズムを提案し,動的災害時におけるリアルタイムマップ更新の調整を行う。
提案手法は,シミュレーションにより検証した非符号化キャッシュ方式よりも効果的である。
関連論文リスト
- Edge Caching Based on Deep Reinforcement Learning and Transfer Learning [4.568097048023971]
トラフィックの急増はバックホールリンクやバックボーンネットワークを歪め、エッジルータでのキャッシュソリューションの探索を促した。
半マルコフ決定プロセス(SMDP)を用いてキャッシング問題を定式化し、実世界のシナリオの連続的な性質に対応する。
本稿では、生涯、サイズ、重要性といったファイルの特徴を包括的に考慮した、ダブルディープQラーニングに基づくキャッシュ手法を提案する。
論文 参考訳(メタデータ) (2024-02-08T17:17:46Z) - Beamforming in Wireless Coded-Caching Systems [7.799363090534322]
本稿では,ビームフォーミングと符号化キャッシュ戦略を統合した無線トランスポートネットワークアーキテクチャについて検討する。
提案した設計では,複数のアンテナを備えたサーバが,ユーザのサービスを担当するキャッシュノードにコンテンツをブロードキャストする。
符号化キャッシングシステムにおいて,効率的な遺伝的アルゴリズムに基づくビーム最適化手法を開発した。
論文 参考訳(メタデータ) (2023-09-11T07:21:57Z) - MARLIN: Soft Actor-Critic based Reinforcement Learning for Congestion
Control in Real Networks [63.24965775030673]
そこで本研究では,汎用的な渋滞制御(CC)アルゴリズムを設計するための新しい強化学習(RL)手法を提案する。
我々の解であるMARLINは、Soft Actor-Criticアルゴリズムを用いてエントロピーとリターンの両方を最大化する。
我々は,MARLINを実ネットワーク上で訓練し,実ミスマッチを克服した。
論文 参考訳(メタデータ) (2023-02-02T18:27:20Z) - Accelerating Deep Learning Classification with Error-controlled
Approximate-key Caching [72.50506500576746]
我々は、近似キーキャッシングと名付けた新しいキャッシングパラダイムを提案する。
近似キャッシュはDL推論の負荷を軽減し、システムのスループットを向上するが、近似誤差を導入する。
我々は古典的なLRUと理想的なキャッシュのキャッシュシステム性能を解析的にモデル化し、期待される性能のトレース駆動評価を行い、提案手法の利点を最先端の類似キャッシュと比較した。
論文 参考訳(メタデータ) (2021-12-13T13:49:11Z) - A Deep Value-network Based Approach for Multi-Driver Order Dispatching [55.36656442934531]
そこで本研究では,注文発送のための深層強化学習に基づくソリューションを提案する。
DiDiの配車プラットフォーム上で大規模なオンラインA/Bテストを実施している。
その結果,CVNetは近年提案されているディスパッチ手法よりも一貫して優れていた。
論文 参考訳(メタデータ) (2021-06-08T16:27:04Z) - Caching Placement and Resource Allocation for Cache-Enabling UAV NOMA
Networks [87.6031308969681]
本稿では,非直交多重アクセス(NOMA)をサポートした大規模アクセス機能を有する無人航空機(UAV)セルネットワークについて検討する。
コンテンツ配信遅延最小化のための長期キャッシュ配置と資源配分最適化問題をマルコフ決定プロセス(MDP)として定式化する。
そこで我々は,UAVがemphsoft $varepsilon$-greedy戦略を用いて行動の学習と選択を行い,行動と状態の最適な一致を探索する,Qラーニングに基づくキャッシュ配置とリソース割り当てアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-08-12T08:33:51Z) - Reinforcement Learning for Caching with Space-Time Popularity Dynamics [61.55827760294755]
キャッシングは次世代ネットワークにおいて重要な役割を果たすと想定されている。
コンテンツをインテリジェントにプリフェッチし、保存するためには、キャッシュノードは、何といつキャッシュするかを学ばなければならない。
本章では、近似キャッシングポリシー設計のための多目的強化学習に基づくアプローチを提案する。
論文 参考訳(メタデータ) (2020-05-19T01:23:51Z) - A Non-Stationary Bandit-Learning Approach to Energy-Efficient
Femto-Caching with Rateless-Coded Transmission [98.47527781626161]
小セルネットワークにおける共同キャッシュと送信のためのリソース割り当て問題について検討する。
次に、各放送ラウンドの送信電力レベルとともに、キャッシュからファイルを選択するという問題を定式化する。
最先端の研究とは対照的に、提案手法は時変統計特性を持つネットワークに特に適している。
論文 参考訳(メタデータ) (2020-04-13T09:07:17Z) - Reinforcement Learning Based Cooperative Coded Caching under Dynamic
Popularities in Ultra-Dense Networks [38.44125997148742]
小規模基地局(SBS)のキャッシュ戦略は、膨大なデータレート要求を満たすために重要である。
我々は、強化学習(RL)を利用して、最大距離分離可能(MDS)符号化による協調的なキャッシュ戦略を設計する。
論文 参考訳(メタデータ) (2020-03-08T10:45:45Z)
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。