Fugu-MT 論文翻訳(概要): Selecting k Paths with the Minimum Longest Path Length in the Stochastic Semi-Bandit Setting

論文の概要: Selecting k Paths with the Minimum Longest Path Length in the Stochastic Semi-Bandit Setting

arxiv url: http://arxiv.org/abs/2609.14557v1
Date: Sun, 13 Sep 2026 14:45:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-16 07:15:05.850782
Title: Selecting k Paths with the Minimum Longest Path Length in the Stochastic Semi-Bandit Setting
Title（参考訳）: 確率的半帯域設定における最小経路長k経路の選択
Abstract要約: 我々は、有向グラフとして表されるネットワーク内の各時間ステップにおいて、原点から宛先への$k$パスを選択する必要がある問題に対処する。ここでは、各並列データ伝送における各エッジを通る経路の数は、その容量に制限され、伝送に要する時間は決定的に決定される。本稿では,選択した経路間の最大伝送時間を最小化するために,経路の集合を選択する半帯域問題を定式化し,その解法を提案する。
参考スコア（独自算出の注目度）: 1.115974377605464
License: http://creativecommons.org/licenses/by/4.0/
Abstract: When performing parallel data transmission through a network using multiple paths, it is practically important to minimize the maximum transmission time among the selected paths. This study addresses an online problem in which $k$ paths from an origin vertex to a destination vertex must be selected at each time step within a network represented as a directed graph. Here, the number of paths going through each edge in each parallel data transmission is limited to its capacity, and the time required for transmission is determined stochastically. We formulate the semi-bandit problem of selecting a set of paths to minimize the maximum traversal time among the selected paths and propose an algorithm to solve it.
Abstract（参考訳）: 複数の経路を用いて並列データ伝送を行う場合、選択した経路間の最大伝送時間を最小化することが事実上重要である。本研究は、有向グラフとして表されるネットワーク内の各時間ステップにおいて、原点頂点から目的地頂点への$k$パスを選択する必要があるオンライン問題に対処する。ここでは、各並列データ伝送における各エッジを通る経路の数は、その容量に制限され、送信に必要な時間は確率的に決定される。本稿では,選択した経路間の最大移動時間を最小化するために,経路の集合を選択する半帯域問題を定式化し,その解法を提案する。

関連論文リスト

Utility-Based Path Selection and Configuration in Quantum Networks via Layered Shortest Paths [20.986889484035093]
量子ネットワーク内の経路は、2人のユーザー間で絡み合いを分配するリピータの連鎖である。経路の性能が経路とリンクごとの設定にどのように依存するかを示す。単一ランはフルレートフィデリティフロンティアを返却し、そこから非減少ユーティリティ関数を最大化するパスを選択することができる。
論文参考訳（メタデータ） (2026-09-14T18:30:46Z)
Collision-Free Velocity Scheduling for Multi-Agent Systems on Predefined Routes via Inexact-Projection ADMM [0.0]
構造化マルチエージェントプロジェクトでは、エージェントは事前に定義されたルートをたどらなければならず、リルーチンや不可能となる。本稿では,各エージェントの割り当てられた経路の順序と名前付き経路の割り当てを保ちながら,経路制約付きマルチエージェント協調に対処する。
論文参考訳（メタデータ） (2026-03-23T12:34:18Z)
Traffic-Aware Navigation in Road Networks [0.0]
本研究は,キングストンの道路網における交通認識ナビゲーションの課題に対する3つのグラフ探索手法を比較した。 Dijkstra と A* は、最小限の事前処理を必要とする最もトラフィック対応の最適ソリューションとなった。フロイド=ワースホール=インガーマン(Floyd-Warshall-Ingerman)は、リアルタイムでは最速であったが、交通の注意を払わず、距離に基づく経路を提供した。
論文参考訳（メタデータ） (2026-02-02T14:35:49Z)
Model Compression using Progressive Channel Pruning [73.95107098134964]
畳み込みニューラルネットワーク(CNN)を高速化するPCP(Progressive Channel Pruning)というフレームワークを提案する。我々のフレームワークは、複数の選択された層から少数のチャンネルを反復的にプルークし、各イテレーションで3ステップの試行選択パイプラインで構成されています。 2つのベンチマークデータセットに関する包括的な実験は、PCPフレームワークが既存のチャネルプルーニングアプローチよりも優れていることを示している。
論文参考訳（メタデータ） (2025-07-07T09:12:03Z)
A New Segment Routing method with Swap Node Selection Strategy Based on Deep Reinforcement Learning for Software Defined Network [8.849321340163025]
本稿では,経路分割戦略と経路分割戦略を同時に構成できる最適化モデルを確立する。また,深部強化学習(DRL-SR)に基づくインテリジェントセグメントルーティングアルゴリズムを設計し,提案モデルの解法を提案する。
論文参考訳（メタデータ） (2025-03-21T07:24:09Z)
SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
無線対応経路計画フレームワークであるSCoTTを提案する。 SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
論文参考訳（メタデータ） (2024-11-27T10:45:49Z)
Timetable Nodes for Public Transport Network [31.793066412010468]
時間依存トランスポートネットワークにおける高速パスフィニングは、ナビゲーションシステムにおいて重要かつ困難な問題である。本稿では,計算幾何学と異なる最適化手法を用いて,グラフベースのアプローチを進化させる手法を提案する。我々のソリューションは他の時間依存ネットワークに適合し、他のパスフィンディングアルゴリズムに統合できる。
論文参考訳（メタデータ） (2024-10-21T07:34:04Z)
PPNet: A Two-Stage Neural Network for End-to-end Path Planning [8.609933204182047]
EDaGe-PPと呼ばれる経路計画のための新しい効率的なデータ生成手法を提案する。 PPNetは15.3msで最適に近い解を見つけることができるが、これは最先端のパスプランナーよりもはるかに短い。
論文参考訳（メタデータ） (2024-01-18T09:20:27Z)
GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
論文参考訳（メタデータ） (2022-05-30T16:22:53Z)
Shortest Paths in Graphs with Matrix-Valued Edges: Concepts, Algorithm and Application to 3D Multi-Shape Analysis [69.08838724594584]
グラフ内の最短経路を見つけることは、コンピュータビジョンやグラフィックスにおける多くの問題に関係している。本稿では,行列値のエッジを持つグラフにおいて,最短経路のグラフ理論を新たに導入する。
論文参考訳（メタデータ） (2021-12-08T08:23:37Z)
Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-23T19:00:01Z)
Photon-Driven Neural Path Guiding [102.12596782286607]
本稿では,スパース標本群から誘導される経路の高品質なサンプリング分布を再構築するニューラルパス誘導手法を提案する。我々は、光源から追跡した光子をサンプリング密度再構成の入力として利用し、強力なグローバル照明の挑戦シーンに非常に効果的である。提案手法は,従来の最先端の経路案内手法よりも,テストシーンのレンダリング結果が大幅に向上する。
論文参考訳（メタデータ） (2020-10-05T04:54:01Z)
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)

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。