0% Complete
فارسی
Home
/
پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
مدیریت توأم منابع و خواب ایستگاه پایه مبتنی بر یادگیری تقویتی در شبکه های فوق متراکم با ارتباطات دو طرفه
Authors :
طاهره رحمتی
1
بهروز شاهقلی قهفرخی
2
1- دانشگاه اصفهان
2- دانشگاه اصفهان
Keywords :
ارتباطات دوطرفه،بهره وری انرژی،شبکه های فوق متراکم،مدیریت منابع،مدیریت خواب/بیداری،یادگیری تقویتی عمیق
Abstract :
شبکه های فوق متراکم با ارتباطات دوطرفه (FD-UDNs) گزینه ای نویدبخش جهت تأمین ظرفیت و سرویس دهی انبوه، در شبکه های سلولی است. در این شبکه ها تراکم زیاد سلول های کوچک، باعث افزایش ظرفیت و پوشش دهی شبکه می شود. ارتباطات دو طرفه نیز امکان ارسال و دریافت همزمان در یک کانال فرکانسی یکسان را فراهم می کند که بطور بالقوه ظرفیت شبکه را تا دو برابر افزایش می دهد. با این حال، این شبکه ها با محدودیت های مصرف انرژی و تداخل بالا مواجه هستند که عدم مدیریت صحیح آن می تواند بر کارایی کلی شبکه تاثیر منفی بگذارد. در این مقاله، راهکاری مبتنی بر یادگیری تقویتی عمیق برای مدیریت توأم منابع و خواب ایستگاه پایه با هدف بیشینه سازی بهرهوری انرژی و تضمین الزامات کیفیت خدمات کاربران، ارائه شده است. ابتدا مسئله به دو زیر مسئله ی تخصیص منابع و مدیریت خاموشی ایستگاه های پایه کوچک (SBS) شکسته شده است. در مدیریت خاموشی، ایستگاه پایه ماکرو درباره وضعیت خواب SBSها تصمیم میگیرد. سپس با انتساب کاربران به ایستگاه های روشن، هر ایستگاه پایه به تخصیص توان ارسال و منابع رادیویی به کاربران خود می پردازد. نتایج شبیه سازی، کارایی الگوریتم پیشنهادی را در بهبود بهره وری انرژی با غیرفعال کردن سلول های کوچک بیشتر بویژه در شبکه هایی با بار زیاد، نشان می دهد.
Papers List
List of archived papers
Architectural Insights: Comparing Weight Stationary and Output Stationary Systolic Arrays for Efficient Computation
Mahdi Kalbasi
A Deep Neural Network-based Method for MmWave Time-varying Channel Estimation
Amirhossein Molazadeh - Zahra Maroufi - Mehrdad Ardebilipour
ارائه یک مدل تصمیم گیری چند معیاره فازی به منظور بهبود دقت فرایند تصمیم گیری به هنگام اختلال هوانوردی
فاطمه عطا عبدالرزاق - نگار مجمع
AI-based Message Spam Classification Framework for Secure Autonomous Vehicles Communication
Riya Upadhyay - Mili Virani - Lakshit Pathak - Rajesh Gupta - Sudeep Tanwar - Hossein Shahinzadeh
AOV-IDS: Arithmetic Optimizer with Voting classifier for Intrusion Detection System
Amir Soltany Mahboob - Mohammad Reza Ostadi Moghaddam - Shima Yousefi
Enhancing Employee Promotion Prediction with a Novel Hybrid Model Integrating Convolutional Neural Networks and Random Forest
Pouya Ardehkhani - Seyyed Reza Moslemi - Hanieh Hooshmand
بررسی روشها، مجموعههای داده و معیارهای ارزیابی در حوزهی پرسش از متون درون تصویر
کبری فرشیدی - حسن ختنلو - محرم منصوری زاده - الهام علی قارداش
An integrated approach for estimating software cost estimation using Adaptive Neuro-Fuzzy Inference System and the Grey Wolf Optimization algorithm
Maryam Karimi - Taghi Javdani Gandomani - Mahdi Mosleh
A Model-Driven Approach for Automatic Generation of Android Tourism Applications
Sara Adib - Bahman Zamani
Benchmarking Embedding Models for Persian-Language Semantic Information Retrieval
Mahmood Kalantari - Mehdi Feghhi - Nasser Mozayani
Samin Hamayesh - Version 40.3.1