Fugu-MT 論文翻訳(概要): Fast energy-aware OLSR routing in VANETs by means of a parallel evolutionary algorithm

論文の概要: Fast energy-aware OLSR routing in VANETs by means of a parallel evolutionary algorithm

arxiv url: http://arxiv.org/abs/2501.09996v1
Date: Fri, 17 Jan 2025 07:26:28 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-20 14:00:55.502757
Title: Fast energy-aware OLSR routing in VANETs by means of a parallel evolutionary algorithm
Title（参考訳）: 並列進化アルゴリズムによるVANETにおける高速エネルギー対応OLSRルーティング
Authors: Jamal Toutouh, Sergio Nesmachnow, Enrique Alba,
Abstract要約: 本研究は,車載ネットワークにおけるOLSRルーティングプロトコルの消費電力削減に対処する。本稿では,並列進化アルゴリズムを用いてエネルギー効率の高いOLSR構成を探索する高速自動手法を提案する。
参考スコア（独自算出の注目度）: 2.3377096938127684
License:
Abstract: This work tackles the problem of reducing the power consumption of the OLSR routing protocol in vehicular networks. Nowadays, energy-aware and green communication protocols are important research topics, specially when deploying wireless mobile networks. This article introduces a fast automatic methodology to search for energy-efficient OLSR configurations by using a parallel evolutionary algorithm. The experimental analysis demonstrates that significant improvements over the standard configuration can be attained in terms of power consumption, with no noteworthy loss in the QoS.
Abstract（参考訳）: 本研究は,車載ネットワークにおけるOLSRルーティングプロトコルの消費電力削減に対処する。近年,特に無線モバイルネットワークの展開において,エネルギー認識プロトコルやグリーン通信プロトコルが重要な研究課題となっている。本稿では,並列進化アルゴリズムを用いてエネルギー効率の高いOLSR構成を探索する高速自動手法を提案する。実験結果から,QoSでは注目に値する損失がなく,消費電力の観点から,標準構成に対する大幅な改善が達成できることが示唆された。

関連論文リスト

Intelligent OLSR Routing Protocol Optimization for VANETs [4.734135226897704]
本稿では、最適化リンク状態ルーティング(OLSR)の最適パラメータ設定を扱う。実験では、調整されたOLSR構成により、標準的なコメント要求(RFC 3626)よりも品質の高いサービス品質(QoS)が得られる。
論文参考訳（メタデータ） (2025-01-16T18:05:28Z)
Intelligent Hybrid Resource Allocation in MEC-assisted RAN Slicing Network [72.2456220035229]
我々は,協調型MEC支援RANスライシングシステムにおける異種サービス要求に対するSSRの最大化を目指す。最適ハイブリッドRAポリシーをインテリジェントに学習するためのRGRLアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-05-02T01:36:13Z)
Adaptive Dynamic Programming for Energy-Efficient Base Station Cell Switching [19.520603265594108]
無線ネットワークの省エネは、次世代のセルネットワークの進化に対する需要が増大しているため、重要になっている。本稿では,ネットワーク電力消費量を減らすために,オンライン最適化と併用して,基地局のセルをオン/オフする近似動的プログラミング(ADP)手法を提案する。
論文参考訳（メタデータ） (2023-10-05T14:50:12Z)
Multiagent Reinforcement Learning with an Attention Mechanism for Improving Energy Efficiency in LoRa Networks [52.96907334080273]
ネットワーク規模が大きくなるにつれて、パケット衝突によるLoRaネットワークのエネルギー効率は急激に低下する。マルチエージェント強化学習(MALoRa)に基づく伝送パラメータ割り当てアルゴリズムを提案する。シミュレーションの結果,MALoRaはベースラインアルゴリズムと比較してシステムEEを著しく改善することがわかった。
論文参考訳（メタデータ） (2023-09-16T11:37:23Z)
An Intelligent SDWN Routing Algorithm Based on Network Situational Awareness and Deep Reinforcement Learning [4.085916808788356]
本稿では、ネットワーク状況認識による深層強化学習に基づくインテリジェントルーティングアルゴリズム(DRL-PPONSA)を紹介する。実験の結果,DRL-PPONSAはネットワークスループット,遅延,パケット損失率,無線ノード距離において従来のルーティング手法よりも優れていた。
論文参考訳（メタデータ） (2023-05-12T14:18:09Z)
ASR: Attention-alike Structural Re-parameterization [53.019657810468026]
本稿では,アテンション機構の有効性を享受しながら,与えられたネットワークに対してSRPを実現するための,シンプルなアテンション型構造的再パラメータ化(ASR)を提案する。本稿では,統計的観点から広範囲にわたる実験を行い,Stripe Observationという興味深い現象を発見し,チャネル注意値が訓練中に一定のベクトルに素早く接近することを明らかにする。
論文参考訳（メタデータ） (2023-04-13T08:52:34Z)
Phase Shift Design in RIS Empowered Wireless Networks: From Optimization to AI-Based Methods [83.98961686408171]
再構成可能なインテリジェントサーフェス(RIS)は、無線ネットワークのための無線伝搬環境をカスタマイズする革命的な機能を持つ。無線システムにおけるRISの利点を完全に活用するには、反射素子の位相を従来の通信資源と共同で設計する必要がある。本稿では、RISが課す制約を扱うための現在の最適化手法と人工知能に基づく手法についてレビューする。
論文参考訳（メタデータ） (2022-04-28T09:26:14Z)
IoV Scenario: Implementation of a Bandwidth Aware Algorithm in Wireless Network Communication Mode [49.734868032441625]
本稿では,マルチドメイン仮想ネットワーク埋め込みアルゴリズム(BA-VNE)を提案する。このアルゴリズムは主に、ユーザが無線通信モードで多くの帯域幅を必要とする問題を対象としている。本アルゴリズムの性能向上のために,粒子群最適化(PSO)アルゴリズムを導入する。
論文参考訳（メタデータ） (2022-02-03T03:34:06Z)
Offline Contextual Bandits for Wireless Network Optimization [107.24086150482843]
本稿では,ユーザ要求の変化に応じて,ネットワーク内の各セルの構成パラメータを自動的に調整するポリシの学習方法について検討する。私たちのソリューションは、オフライン学習のための既存の方法を組み合わせて、この文脈で生じる重要な課題を克服する原則的な方法でそれらを適応します。
論文参考訳（メタデータ） (2021-11-11T11:31:20Z)
Fully-echoed Q-routing with Simulated Annealing Inference for Flying Adhoc Networks [6.3372141874912735]
自己適応学習率のフルエコーQ-routingアルゴリズムを提案する。提案手法は,アートqルーティングプロトコルの状況と比較して,7%から82%までのエネルギー消費量の削減と2.6倍のパケット配送率の向上を示した。
論文参考訳（メタデータ） (2021-03-23T22:28:26Z)

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。