期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图卷积神经网络的超密集物联网资源分配策略
1
作者
黄杰
李幸星
+4 位作者
杨凡
丁睿杰
蔡杰良
姚凤航
张鑫
《通信学报》
EI
CSCD
北大核心
2024年第10期243-252,共10页
针对超密集物联网(UD-IoT)中存在大量隐藏终端干扰严重影响资源管理问题,提出了一种基于图卷积神经网络的深度确定性梯度的超密集物联网资源分配策略。通过矩阵变换构建冲突图模型,采用极大团和超图理论将冲突图模型转化为冲突超图模型...
针对超密集物联网(UD-IoT)中存在大量隐藏终端干扰严重影响资源管理问题,提出了一种基于图卷积神经网络的深度确定性梯度的超密集物联网资源分配策略。通过矩阵变换构建冲突图模型,采用极大团和超图理论将冲突图模型转化为冲突超图模型,进而将无冲突资源分配问题转化为超图顶点着色问题,并提出了一种基于图卷积神经网络的深度确定性梯度的超密集物联网资源分配算法,采用图卷积强化学习实现无冲突资源分配和资源复用率最大化。仿真实验表明,所提算法具有更高的资源复用率和吞吐量,可以在超密集物联网中提供更好的性能。
展开更多
关键词
超密集物联网
资源分配
深度强化学习
图卷积神经网络
下载PDF
职称材料
题名
基于图卷积神经网络的超密集物联网资源分配策略
1
作者
黄杰
李幸星
杨凡
丁睿杰
蔡杰良
姚凤航
张鑫
机构
重庆理工大学电气与电子工程学院
出处
《通信学报》
EI
CSCD
北大核心
2024年第10期243-252,共10页
基金
国家自然科学基金资助项目(No.62301094)
重庆市教育委员会科技研究基金资助项目(No.KJQN202201157,No.KJQN202301135)
重庆理工大学科研创新团队培育计划基金资助项目(No.2023TDZ003)。
文摘
针对超密集物联网(UD-IoT)中存在大量隐藏终端干扰严重影响资源管理问题,提出了一种基于图卷积神经网络的深度确定性梯度的超密集物联网资源分配策略。通过矩阵变换构建冲突图模型,采用极大团和超图理论将冲突图模型转化为冲突超图模型,进而将无冲突资源分配问题转化为超图顶点着色问题,并提出了一种基于图卷积神经网络的深度确定性梯度的超密集物联网资源分配算法,采用图卷积强化学习实现无冲突资源分配和资源复用率最大化。仿真实验表明,所提算法具有更高的资源复用率和吞吐量,可以在超密集物联网中提供更好的性能。
关键词
超密集物联网
资源分配
深度强化学习
图卷积神经网络
Keywords
ultra-dense Internet of things
resource allocation
deep reinforcement learning
graph convolutional neural network
分类号
TN929.5 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图卷积神经网络的超密集物联网资源分配策略
黄杰
李幸星
杨凡
丁睿杰
蔡杰良
姚凤航
张鑫
《通信学报》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部