您当前的位置:
首页 >
文章列表页 >
基于图协同过滤模型的D2D协作缓存策略
学术论文 | 更新时间:2024-05-31
    • 基于图协同过滤模型的D2D协作缓存策略

    • D2D cooperative caching strategy based on graph collaborative filtering model

    • 在设备到设备缓存领域,研究者提出了基于图协同过滤模型的D2D协作缓存策略,通过深度强化学习优化缓存内容放置,有效提升了性能。
    • 通信学报   2023年44卷第7期 页码:136-148
    • DOI:10.11959/j.issn.1000-436x.2023131    

      中图分类号: TN92
    • 网络首发:2023-07

      纸质出版:2023-07-25

    移动端阅览

  • 陈宁江, 练林明, 欧平杰, 等. 基于图协同过滤模型的D2D协作缓存策略[J]. 通信学报, 2023,44(7):136-148. DOI: 10.11959/j.issn.1000-436x.2023131.

    Ningjiang CHEN, Linming LIAN, Pingjie OU, et al. D2D cooperative caching strategy based on graph collaborative filtering model[J]. Journal on Communications, 2023, 44(7): 136-148. DOI: 10.11959/j.issn.1000-436x.2023131.

  •  
  •  

0

浏览量

504

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于DDPG强化学习的多集群算力资源调度算法
智能反射表面辅助的车载边缘任务卸载和资源分配策略
数字孪生辅助下基于D3QN的车载网络协同卸载算法
基于深度强化学习的分离式数据中心存储资源调度优化方法
动态场景下自动驾驶运行时安全保障的自适应方法

相关作者

胡亚辉
王越嶙
张宸康
洪雨琛
范鹏飞
宋俊平
周旭
鲍震

相关机构

中国矿业大学(北京)人工智能学院
中国科学院计算机网络信息中心
国能智深控制技术有限公司
天津大学应用数学中心
山东科技大学电子信息工程学院
0