論文の概要: Top-k Multi-Armed Bandit Learning for Content Dissemination in Swarms of Micro-UAVs

• arxiv url: http://arxiv.org/abs/2404.10845v2
• Date: Wed, 15 Jan 2025 21:09:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-17 15:07:16.479161
• Title: Top-k Multi-Armed Bandit Learning for Content Dissemination in Swarms of Micro-UAVs
• Title（参考訳）: マイクロUAVSwarmにおけるコンテンツ拡散のためのトップkマルチタスク帯域学習
• Authors: Amit Kumar Bhuyan, Hrishikesh Dutta, Subir Biswas,
• Abstract要約: 本稿では,通信インフラが一般に侵害されている災害シナリオを対象とした,UAV(Micro-Unmanned Aerial Vehicle)によるコンテンツ管理システムを提案する。 開発アーキテクチャでは、垂直および横方向のリンクを備えた固定型アンカーUAVが、個別の災害影響のあるコミュニティで利用者にサービスを提供する。 移動式マイクロフェリーUAVは、移動性を高め、複数のコミュニティでカバー範囲を広げている。
• 参考スコア（独自算出の注目度）: 2.3076690318595676
• License:
• Abstract: This paper presents a Micro-Unmanned Aerial Vehicle (UAV)-enhanced content management system for disaster scenarios where communication infrastructure is generally compromised. Utilizing a hybrid network of stationary and mobile Micro-UAVs, this system aims to provide crucial content access to isolated communities. In the developed architecture, stationary anchor UAVs, equipped with vertical and lateral links, serve users in individual disaster-affected communities. and mobile micro-ferrying UAVs, with enhanced mobility, extend coverage across multiple such communities. The primary goal is to devise a content dissemination system that dynamically learns caching policies to maximize content accessibility to users left without communication infrastructure. The core contribution is an adaptive content dissemination framework that employs a decentralized Top-k Multi-Armed Bandit learning approach for efficient UAV caching decisions. This approach accounts for geo-temporal variations in content popularity and diverse user demands. Additionally, a Selective Caching Algorithm is proposed to minimize redundant content copies by leveraging inter-UAV information sharing. Through functional verification and performance evaluation, the proposed framework demonstrates improved system performance and adaptability across varying network sizes, micro-UAV swarms, and content popularity distributions.
• Abstract（参考訳）: 本稿では,通信インフラが一般に侵害されている災害シナリオを対象とした,UAV(Micro-Unmanned Aerial Vehicle)によるコンテンツ管理システムを提案する。 固定・移動型マイクロUAVのハイブリッドネットワークを利用して,孤立したコミュニティに重要なコンテンツアクセスを提供することを目的としている。 開発アーキテクチャでは、垂直および横方向のリンクを備えた固定型アンカーUAVが、個別の災害影響のあるコミュニティで利用者にサービスを提供する。 移動性を高め、複数のコミュニティにまたがってカバー範囲を広げる。 主な目的は、キャッシュポリシーを動的に学習し、コミュニケーションインフラを使わずにコンテンツアクセシビリティーを最大化するコンテンツ配信システムを開発することである。 このフレームワークは、効率的なUAVキャッシュ決定のために分散化されたTop-k Multi-Armed Bandit学習アプローチを採用している。 このアプローチは、コンテンツの人気と多様なユーザー要求の時空間的変化を考慮に入れている。 さらに,UAV間の情報共有を活用することで,冗長なコンテンツのコピーを最小限に抑えるために,選択キャッシングアルゴリズムを提案する。 機能検証と性能評価により,様々なネットワークサイズ,マイクロUAVスワム,コンテンツ人気分布にまたがるシステム性能と適応性の向上が示された。

関連論文リスト

• Multi-Agent Reinforcement Learning for Offloading Cellular Communications with Cooperating UAVs [21.195346908715972]
  無人航空機は、地上のBSからデータトラフィックをオフロードする代替手段を提供する。 本稿では,地上BSからデータオフロードを行うために,複数のUAVを効率的に利用するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-02-05T12:36:08Z)
• Multi-Armed Bandit Learning for Content Provisioning in Network of UAVs [2.3076690318595676]
  本稿では,無人航空機(UAV)による通信災害時のコンテンツ管理システムを提案する。 このようなシナリオで携帯電話のインフラがなければ、静的なUAVと移動可能なUAVのハイブリッドネットワークを使用して、立ち往生したユーザのコミュニティが状況クリティカルなコンテンツにアクセスできるようになる。 比較的静的なアンカーUAVは、中央サーバからコンテンツをダウンロードし、ローカルユーザーへのコンテンツアクセスを提供する。 より広い移動性を持つ空母UAVのセットは、異なるユーザコミュニティを訪れながら、異なるアンカーUAVにまたがってコンテンツを供給することができる。
  論文  参考訳（メタデータ） (2023-12-18T15:24:01Z)
• Integrated Sensing, Computation, and Communication for UAV-assisted Federated Edge Learning [52.7230652428711]
  フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。 無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
  論文  参考訳（メタデータ） (2023-06-05T16:01:33Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• Robust Semi-supervised Federated Learning for Images Automatic Recognition in Internet of Drones [57.468730437381076]
  プライバシー保護型UAV画像認識のための半教師付きフェデレートラーニング(SSFL)フレームワークを提案する。 異なるカメラモジュールを使用したUAVによって収集されたローカルデータの数、特徴、分布には大きな違いがある。 本稿では,クライアントがトレーニングに参加する頻度,すなわちFedFreqアグリゲーションルールに基づくアグリゲーションルールを提案する。
  論文  参考訳（メタデータ） (2022-01-03T16:49:33Z)
• Distributed Reinforcement Learning for Privacy-Preserving Dynamic Edge Caching [91.50631418179331]
  MECネットワークにおけるデバイスのキャッシュヒット率を最大化するために,プライバシ保護型分散ディープポリシー勾配(P2D3PG)を提案する。 分散最適化をモデルフリーなマルコフ決定プロセス問題に変換し、人気予測のためのプライバシー保護フェデレーション学習手法を導入する。
  論文  参考訳（メタデータ） (2021-10-20T02:48:27Z)
• UAV-assisted Online Machine Learning over Multi-Tiered Networks: A Hierarchical Nested Personalized Federated Learning Approach [25.936914508952086]
  地理的分散デバイスクラスタのための無人航空機(UAV)による分散機械学習(ML)を検討する。 i)リーダー,ワーカー,コーディネータによるUAVスワーミング,(ii)階層型ネスト型パーソナライズド・フェデレーション・ラーニング(HN-PFL),(iii)UAVのローカル計算機能を用いた分散MLのための協調的UAVリソースプール,の5つの新しい技術/技術を提案する。
  論文  参考訳（メタデータ） (2021-06-29T21:40:28Z)
• 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)
• Distributed CNN Inference on Resource-Constrained UAVs for Surveillance Systems: Design and Optimization [43.9909417652678]
  無人航空機(UAV)は、広い地域をカバーし、困難で危険な目標地域にアクセスする能力のため、ここ数年で大きな関心を集めている。 コンピュータビジョンと機械学習の進歩により、UAVは幅広いソリューションやアプリケーションに採用されている。 ディープニューラルネットワーク(DNN)は、それらがオンボードで実行されるのを防ぐ、より深く複雑なモデルに向かって進んでいる。
  論文  参考訳（メタデータ） (2021-05-23T20:19:43Z)
• 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)

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。