关键词transmit power allocation
搜索结果 - 4
- 面向任务的边缘设备协同推测中的无线计算
提出了一种任务导向的多设备人工智能系统的空中计算方案,其中包括边缘设备合作与边缘服务器完成无线网络上的推理任务,通过最小配对判别增益测量推理准确性,同时优化特征元素的最小判别增益和传输功率分配以提升推理性能。
- 无线联邦学习中具有可证保证的传输学习
本文提出了一种新的数据驱动方法,可为干扰限制的无线网络上的联邦学习分配传输功率,使用图卷积网络来参数化功率分配策略,并通过 primacy-dual 算法求解相关的约束优化问题,从而实现优化 FL 过程中服务端接收到的信息,最终提高全局 F - MM物联网网络中联邦双深度 Q 学习实现延迟和能量最小化
提出一个联邦深度增强学习框架来解决物联网设备能耗和延迟的多目标优化问题,通过优化转移决策、计算资源分配和传输功率分配来实现;并采用分布式深度增强学习 (DRL) 和深度增强 Q 网络 (DDQN) 解题,辅以联邦学习 (FDL) ,能有效提 - MM基于无人机的两用户广播信道容量特性分析
本文考虑了一种新的无人机辅助下的二用户广播信道,旨在通过联合优化无人机的轨迹和传输功率 / 速率分配,以及考虑无人机的飞行持续时间、最大速度和最大发送功率限制,来表征给定飞行持续时间内的的容量区域。