network slicing | BriefGPT - AI 论文速递

关键词network slicing

搜索结果 - 34

学习切割 Wi-Fi 网络：一种状态增强的原对偶方法
在本研究中，我们提出了一个灵活、受限的学习框架，可以满足 Wi-Fi 网络中的网络切片要求。具体地，我们采用了一种无监督学习的方法，利用一个状态增强的原始 - 对偶算法，训练离线的神经网络策略来优化拉格朗日函数，并在执行阶段在线更新双变量动
PDF2 months ago
大型语言模型与网络分片管理与编排
利用大型语言模型和多智能体系统构建的网络切片框架，解决了当前管理和编排方法在多管理域环境中处理新服务需求复杂性方面的局限性，并提供了能够整合到现有管理和编排框架的解决方案。
PDF3 months ago
MM快速可扩展的深度学习与拉格朗日方法集成的网络切片
我们提出了一种新颖的框架，将约束优化方法和深度学习模型相结合，从而实现了强大的泛化能力和优越的逼近能力，基于该框架，我们设计了一种新的神经辅助算法，以在切片之间的资源限制下最大化网络效用，该算法具有高可扩展性，轻松适应不同数量的切片和切片配
PDF5 months ago
O-RAN 中网络切片的高效资源分配的半监督学习方法
我们提出了一种创新的方法，旨在协调 Open Radio Access Network（O-RAN）中的多个独立 xAPPs，以实现网络切片和资源分配，并优化用户设备（UE）之间的加权吞吐量和物理资源块（PRB）的分配。通过设计 power
PDF6 months ago
开放 RAN 中使用深度强化学习的 LSTM 流量预测和切片管理
通过使用分布式深度强化学习和基于长短期记忆的预测方法，本文介绍了一种利用分布式单元在开放式无线接入网络系统中进行网络切片 xApp 的新方法，并展示了显著提高网络性能、特别是减少服务质量违规的模拟结果。
PDF6 months ago
基于智能数据驱动的网络切片架构特征编排
网络切片就是下一代移动网络（NGMN）和其他新系统如物联网（IoV）和工业物联网（IIoT）的重要推动因素和趋势。机器学习和编排是网络切片过程中至关重要的元素，本文讨论了基于机器学习的网络切片架构中的特征和能力编排，推荐使用 ML-embe
PDF6 months ago
MM鲁棒网络切片：多智能体策略，对抗攻击和防御策略
该论文提出了一个在多个基站和多个用户的动态环境中实现网络切片的多智能体深度强化学习框架。通过模拟评估了所提出的深度强化学习算法的性能，然后设计了一种基于深度强化学习的干扰器，用于最小化网络切片实现的传输速率并降低网络切片代理的性能，最后提出
PDF7 months ago
数字孪生辅助深度强化学习用于网络切片入场控制的在线优化
5G 及更高网络中多样化网络服务的扩散引发了网络切片技术的出现。其中，接纳控制通过选择性接受服务请求，在实现特定优化目标方面起关键作用。本文提出一种数字孪生（DT）辅助的深度强化学习（DRL）解决方案，以解决 DRL 模型初始不稳定性阻碍其
PDF9 months ago
通过机器学习、安全性、可持续性和实验网络集成，增强网络切片架构
网络切片是 5G 网络计算策略、移动边缘计算、移动云计算以及物联网车联网和工业物联网等垂直领域中广泛使用的关键技术之一，它允许对稀缺和有争议的资源进行优化和定制，以满足高度不同应用需求的动态、苛刻客户的要求。本研究提出的 SFI2 架构旨在
PDFa year ago
MM基于迁移学习的多主体深度强化学习实现跨小区网络分片
本文提出了一种基于多个深度强化学习代理的 DIRP 算法来协作优化资源分区，为网络切片满足每个应用的要求；同时设计了一种新颖的迁移学习辅助 DIRP 算法（TL-DIRP），以实现大规模移动网络中的可操作性和转移性。实验结果表明，TL-DI
PDFa year ago
基于注意力的深度强化学习的开放式无线接入网络切片管理
本文介绍了一种基于 O-RAN 模块和分布式代理合作，利用注意力机制的深度强化学习（ADRL）技术，以实现更好的网络性能，通过有效信息提取和实现泛化，提出了在分布式代理之间引入值 - 注意力网络来实现可靠和最优决策。模拟结果证明，与其他深度
PDFa year ago
使用受限制强化学习对 5G 切片进行可通用的资源规模扩展
本文介绍了使用基于回归的模型来学习 QoS 和资源分配之间的关系，并利用基于风险的强化学习代理进行动态缩放截片资源以维持所需的 QoS 水平和最大限度地提高资源效率的方法。我们的新方法不需要将 QoS 度量数学地公式化为流量，可以减少网络建
PDFa year ago
基于 SARSA 优化的网络切片通信资源建模
本文提出了一个网络切片的概念模型来解决通信切片资源共享的优化问题，并使用 SARSA 代理来实现一个概念验证原型并讨论了相关的结果。
PDFa year ago
边缘云管控车联网的经济高效双层网络切片技术
本文提出了一种基于两个时间尺度优化问题的网络切片方法，用于优化边缘云车联网的成本和服务质量，并使用强化学习和优化方法进行网络规划和操作决策。
PDF2 years ago
MM量子加速六代移动网络切片
本文提出了一种基于量子深度强化学习的云原生联邦学习框架，用于处理增加的 slice 处理量，并展示它与六代移动通信中性能相似的结果，从而揭示了参数减少的量子优势。
PDF2 years ago
O-RAN 动态切片管理的演化深度强化学习
本文介绍了一种新的管理网络切片的框架，该框架使用了基于演化的深度强化学习 (EDRL) 方法，将 O-RAN 切片表示为马尔可夫决策过程 (MDP)，并通过对资源分配的最优解来满足服务需求，模拟结果表明，所提出的方法比 DRL 基线提高了
PDF2 years ago
深度强化学习中的知识迁移，用于切片感知移动鲁棒性优化
提出了一种基于深度强化学习的切片感知移动性鲁棒性优化 (SAMRO) 方法，该方法通过优化按切片特定的移动参数来提高移动性能，并进一步保证了每个切片的服务质量。与传统的移动性鲁棒性优化算法相比，SAMRO 能显著改善移动性能，提高了在不同切
PDF2 years ago
基于 Actor-Critic 的网络切片无人干预联合资源与能耗控制学习
本文提出了一种基于知识平面的 MANO 框架，叫做 KB5G，结合了算法创新和人工智能以实现能耗最小化和虚拟网络功能成本最小化。最后，数值结果表明了采用该方法所获得的优势，并验证了其在能耗、 CPU 利用率和时间效率方面的性能。
PDF2 years ago
通过 Twin Delayed DDPG 和 OpenAI Gym 实现连续多目标零触碰网络切片
这篇论文介绍了一种使用人工智能技术的网络切片自动化资源管理方法，采用多目标策略并使用深度强化学习方法以最小化延迟、能源消耗和虚拟网络功能实例化成本。通过实验结果表明，该方法在提高切片成功率、降低延迟、节能和利用 CPU 方面具有优越性。
PDF3 years ago
面向许可和非许可波段的网络切片分布式资源分配
该论文介绍了一种新型的运营商网络分片框架，其中多个移动网络运营商可以协调并共同分片他们可访问的频谱资源（包括许可和非许可频段），我们提出了一种基于重叠联盟形成博弈的网络分片博弈，并设计了 D-ADMM-PVS 分布式算法，实现了运营商之间的
PDF4 years ago