Jul, 2023

基于上下文的真实机会网络中 WiFi Direct 群组的配置和管理

PDF
TL;DR提出了一种新的中间件层协议（WiFi Direct Group Manager，WFD-GM）来实现 WiFi Direct 组的高效配置和管理，从而使得在实际条件下（如可变移动性和网络规模），可以实现自主连接和组间通信，以启用机遇网络。
发现论文，激发创造
  • 基于无线 D2D 网络的分散联邦学习

    本文提出了一种在无线边缘设备间通过分布式学习模型的联合训练方式，使用 Decentralized Stochastic Gradient Descent 协议实现设备间协同训练，通过适应路径损耗、衰落、阻挡和干扰等因素的技术，在物理层上利用稀疏基础恢复实现了无线波传输和计算的处理。

    Feb, 2020

  • 无线设备到设备网络中缓存的基本限制

    本文研究了一个基于无基站的 D2D 网络中文件共享的问题，提出了使用确定性子包分配的缓存策略和使用线性编码的传输策略，其可以在满足特定条件下接近信息理论上界。我们还研究了 D2D 网络空间复用利用增益和编码组播增益的关系，并表明这两种增益是不可以同时提高吞吐量的。

    May, 2014

  • 无线自组临时联盟学习：一种完全分布式的合作式机器学习

    本文提出了一种分布式的合作式机器学习方法，即 WAFL，它能够通过无线自组网络在非 IID 分散节点之间交换和聚合数据，从而构建广义模型，并在多种机会式网络中实现高达 94.8-96.3% 的准确率。

    May, 2022

  • 设备对设备 (D2D) 通信的博弈论资源分配方法

    本文章展示了博弈论模型在 D2D 通信资源分配问题中的应用，并概述了一些重要的开放性研究方向。

    Mar, 2014

  • 深度生成模型及其在高效的无线网络管理中的应用：教程与案例研究

    本文讨论深度生成模型在无线网络管理中的应用，探讨了传统网络管理方法的问题，提出了一种 DGM 增强的框架，并对网络经济进行了案例研究。

    Mar, 2023

  • 通过无线设备对设备（D2D）链路进行低速机器类型通信

    本文论述了利用设备到设备通信解决无线蜂窝网络中大量低速、低功率设备接入和偏远设备断开的问题，并提出了两种网络协助的设备到设备方案，以实现低速、低功率设备的联网并提高宽带服务的速度。

    May, 2013

  • 基于无线设备间网络的联邦学习算法与收敛分析

    该研究探讨了基于设备对设备（D2D）网络的联邦学习，在分布式随机梯度下降算法实现中，利用随机线性编码和空中计算的数字和模拟传输方案进行通信效率的改进，并且在假设凸性和连通性的情况下提供了收敛性结果。

    Jan, 2021

  • D2D 无线网络分布式缓存的基本限制

    本文介绍了一个将编码缓存和 Device-to-Device（D2D）网络结合起来的方法，通过使用线性组合的包来缓存信息（coded caching），并分别分析了编码缓存和 D2D 空间重用对于网络性能的影响，结果显示，使用编码缓存和 D2D 空间重用不能进一步提高吞吐量的比例尺度。

    Apr, 2013

  • 无线设备到设备缓存网络：基本原理和系统性能

    本文介绍了关于具有缓存和异步内容重用的无线网络吞吐量的一些最新研究成果，提出了一种基于 D2D 通信的综合系统设计，可以利用设备上内容的缓存来提供比基站传输和传统 D2D 网络更高的网络吞吐量，并通过与基站的直接连接提供稀有视频请求。

    May, 2013

  • 边缘无线网络分布式机器学习的 D2D 数据共享

    本文提出使用不同边缘设备间通过通信链接共享数据样本的新设备到设备的数据共享方法，在此设置下，优化了无线电资源分配以减少训练时延，并在数据样本在边缘设备之间非独立且非同分布时增加了训练精度。

    Jan, 2020