論文の概要: Hierarchical Intelligent Evolutionary Optimization for UAV-Assisted NOMA-MEC Systems

• arxiv url: http://arxiv.org/abs/2611.04474v1
• Date: Tue, 03 Nov 2026 08:04:55 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:51:09.858605
• Title: Hierarchical Intelligent Evolutionary Optimization for UAV-Assisted NOMA-MEC Systems
• Title（参考訳）: UAV支援NOMA-MECシステムの階層的知的進化最適化
• Abstract要約: 無人航空機(UAV)、移動エッジコンピューティング(MEC)、非直交多重アクセス(A)の統合は、計算集約型サービス不足環境に対する効果的なソリューションを提供する。 本稿では,NO-MEC,Q-networks(MH-DQN)に基づく知的意思決定,コミュニケーション認識,適応的進化探索・探索(SCA)に基づく改良のための階層的知能アルゴリズム(HIEA)を提案する。
• 参考スコア（独自算出の注目度）: 1.8116251306847435
• License:
• Abstract: The integration of unmanned aerial vehicles (UAVs), mobile edge computing (MEC) and non-orthogonal multiple access (NOMA) provides an effective solution for computation-intensive and latency-sensitive services in infrastructure-deficient environments. However, the joint optimization of UAV trajectories, task offloading, communication and computing resources under heterogeneous task priorities results in a highly coupled mixed-integer non-convex problem. To address these challenges, this paper proposes a Hierarchical Intelligent Evolutionary Algorithm (HIEA) for priority-aware multi-UAV cooperative NOMA-MEC networks, which integrates multi-head deep Q-network (MH-DQN)-based intelligent decision generation, communication-aware initialization, adaptive evolutionary exploration and successive convex approximation (SCA)-based precision refinement. Specifically, a novel communication-aware initialization mechanism, termed Channel Quality Indicator (CQI)-guided Load-Aware Trajectory Initialization (CQI-LATI), is designed to incorporate CQI and task workload characteristics into evolutionary population construction, generating high-quality and diversity-preserving initial populations. Theoretical analysis characterizes HIEA's search-space reduction, the quality-diversity trade-off of CQI-guided initialization, and the accuracy-efficiency trade-off of SCA refinement, and extensive simulations demonstrate that HIEA outperforms benchmark schemes, with gains of up to 6.5% in throughput, 13.6% in task completion rate and 15.3% in energy efficiency.
• Abstract（参考訳）: 無人航空機(UAV)、移動エッジコンピューティング(MEC)、非直交多重アクセス(NOMA)の統合は、インフラ不足環境における計算集約的で遅延に敏感なサービスに有効なソリューションを提供する。 しかし, UAVトラジェクトリ, タスクオフロード, 通信, 計算資源の異種タスク優先による共同最適化により, 混合整数非凸問題が発生する。 これらの課題に対処するために,マルチヘッド深層Q-ネットワーク(MH-DQN)に基づくインテリジェントな意思決定,通信対応初期化,適応的進化探索,および連続凸近似(SCA)に基づく精度改善を統合した,優先度対応マルチUAV協調型NOMA-MECネットワークのための階層的インテリジェント進化アルゴリズム(HIEA)を提案する。 具体的には、CQIとタスク負荷特性を進化的人口構成に組み込むことで、高品質で多様性を保った初期人口を生成するために、CQI(Channel Quality Indicator, CQI)誘導負荷軌道初期化(CQI-LATI)と呼ばれる新しい通信品質初期化機構を設計する。 理論解析では、HIEAの検索空間の削減、CQI誘導初期化の品質多様性のトレードオフ、SCA改良の精度効率のトレードオフ、そして広範なシミュレーションにより、HIEAがベンチマークスキームを上回り、スループットが最大6.5%、タスク完了率が13.6%、エネルギー効率が15.3%向上していることが示された。

関連論文リスト

• Security-Aware Joint Sensing, Communication, and Computing Optimization in Low Altitude Wireless Networks [83.84711311344918]
  I SCCは低高度無線ネットワーク(LAWN)の中核部の一つである。 本稿では,通信の秘密性を考慮したI SCCの連成性能最適化について検討する。 進化的最適化の目的に応じて進化的演算子を適応的に選択する深層Q-network(DQN)に基づく多目的進化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-11-03T11:06:41Z)
• Heterogeneous Multi-agent Collaboration in UAV-assisted Mobile Crowdsensing Networks [6.226837215382989]
  無人航空機(UAV)による移動式クラウドセンシング(MCS)は,データ収集において有望なパラダイムとして浮上している。 我々は,センサ,通信,資源配分の効率的な調整を妨げる,スペクトル不足,デバイス計算,ユーザモビリティといった課題に対処する。
  論文  参考訳（メタデータ） (2025-09-28T02:13:19Z)
• CVaR-Based Variational Quantum Optimization for User Association in Handoff-Aware Vehicular Networks [23.140655547353994]
  本稿では、車両ネットワーク(VNet)における一般化代入問題(GAP)に対処するための、CVaRに基づく変動量子固有解法(VQE)フレームワークを提案する。 提案手法は, 目的と制約固有のペナルティのバランスを保ち, 解の質と安定性を向上させるために, 調整されたコスト関数を統合するハイブリッド量子古典構造を利用する。 本稿では,この枠組みを,ディープニューラルネットワーク(DNN)アプローチと比較して23.5%改善したVNetのユーザ連想問題に適用する。
  論文  参考訳（メタデータ） (2025-01-14T20:21:06Z)
• Task Delay and Energy Consumption Minimization for Low-altitude MEC via Evolutionary Multi-objective Deep Reinforcement Learning [52.64813150003228]
  無人航空機や他の航空機による低高度経済(LAE)は、輸送、農業、環境監視といった分野に革命をもたらした。 今後の6世代(6G)時代において、UAV支援移動エッジコンピューティング(MEC)は特に山岳や災害に遭った地域のような困難な環境において重要である。 タスクオフロード問題は、主にタスク遅延の最小化とUAVのエネルギー消費のトレードオフに対処するUAV支援MECの重要な問題の一つである。
  論文  参考訳（メタデータ） (2025-01-11T02:32:42Z)
• Pointer Networks with Q-Learning for Combinatorial Optimization [55.2480439325792]
  我々は、モデルフリーQ値ポリシー近似をPointer Networks(Ptr-Nets)と統合したハイブリッドニューラルネットワークであるPointer Q-Network(PQN)を紹介する。 実験により,本手法の有効性を実証し,不安定な環境でモデルをテストする。
  論文  参考訳（メタデータ） (2023-11-05T12:03:58Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)
• Wireless Resource Management in Intelligent Semantic Communication Networks [15.613654766345702]
  ISC対応ヘテロジニアスネットワーク(ISC-HetNet)におけるユーザアソシエーション(UA)と帯域幅割り当ての問題に対処する。 目的を達成するためのプログラミング手法と、UAとBAの最適性に到達するための第2段階のアルゴリズムを含む2段階の解を提案する。
  論文  参考訳（メタデータ） (2022-02-15T18:28:28Z)
• Data-Driven Random Access Optimization in Multi-Cell IoT Networks with NOMA [78.60275748518589]
  非直交多重アクセス(NOMA)は、5Gネットワーク以降で大規模なマシンタイプ通信(mMTC)を可能にする重要な技術です。 本稿では,高密度空間分散マルチセル無線IoTネットワークにおけるランダムアクセス効率向上のために,NOMAを適用した。 ユーザ期待容量の幾何学的平均を最大化するために,各IoTデバイスの伝送確率を調整したランダムチャネルアクセス管理の新たな定式化を提案する。
  論文  参考訳（メタデータ） (2021-01-02T15:21:08Z)

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。