کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / شانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Distributed Deep Reinforcement Learning for Energy-Efficient and Low-Latency Load Balancing in Mobile Edge Computing

نویسندگان :

Pooria Azizi¹ Siavash Khorsandi²

1- Amirkabir University of Technology 2- Amirkabir University of Technology

کلمات کلیدی :

Mobile Edge Computing،Load Balancing،Double Deep Q-Network،Prioritized Experience Replay،Reinforcement Learning،Beyond 5G Networks،Energy Efficiency

چکیده :

The rapid growth of the Internet of Things (IoT) and next generation networks has increased real time data demand, requiring improved Quality of Service (QoS) and energy efficiency. Edge computing, through fog nodes near users, reduces latency and enhances responsiveness. However, dynamic workloads cause resource imbalance, necessitating intelligent load balancing. This study proposes a multi agent reinforcement learning (MARL) framework for optimizing fog node performance. Two models are evaluated: one with state sharing among neighbors and another independent model. Simulations show a 19\% improvement under static conditions for non sharing and an additional 3.2\% gain under mobility above 50\% for the sharing model. The approach effectively adapts to device mobility while maximizing resource utilization and minimizing energy consumption in next generation edge networks.

لیست مقالات

لیست مقالات بایگانی شده

Multi-Modal Longitudinal Tooth Labeling with Temporal Graph–Transformer Integration

Maral Mirza mohammadi - Mahdi Tarom

Integration ‎of ‎E‎lectric Vehicles in Smart ‎Grid using ‎Dee‎p ‎Reinforcement ‎Learning

Farkhondeh Kiaee

Comparative Study of Deep Reinforcement Learning and Genetic Algorithm Approaches for IoT Machine Learning Job Deployment in Fog Computing

Amir Moazeni - Omid Bushehrian

Particle Swarm Optimization-Based Framework for 3D Swarm Robotic Navigation Using Artificial Potential Field Dynamics

Samim Kamyab - Masoud Shirzadeh - Ghoncheh Zand

Design of low-latency Floating-Point units for Softmax Computation in Transformer-based Large Language Models

Hoda Ghabeli - Amir Sabbagh Molahosseini

پیش‌بینی حجم ترافیک شهری با استفاده از داده‌های سرویس نشان مورد مطالعاتی: خیابان کمال اصفهان

مهسا لطیفی - جمشید مالکی

طراحی نرم افزاری مبتنی بر واقعیت افزوده با کاربرد فروش عینک

مینا علیانژاد - نسترن زنجانی - زهرا عسکری نژاد امیری

یک روش خوشه بندی گره ها برای شبکه های حسگر بی‌سیم با هدف بهبود متوازن سازی بار مبتنی بر تکنیک تاپسیس

راضیه حسین رضایی - فهیمه یزدان پناه

تحلیل احساسات نظرات کاربران تجارت الکترونیک با استفاده از تکنیک های یادگیری عمیق

محیا دشتیانه - رضا قاسمی یقین

Face Recognition Based on Local Statistical Features and Artificial Neural Network

Mehdi Moghimi - Dr Hadi Grailu

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2