您当前的位置:
首页 >
文章列表页 >
移动边缘计算中基于图到序列深度强化学习的复杂任务部署策略
学术通信 | 更新时间:2024-05-31
    • 移动边缘计算中基于图到序列深度强化学习的复杂任务部署策略

    • Graph-to-sequence deep reinforcement learning based complex task deployment strategy in MEC

    • 在移动边缘计算领域,专家提出了一种深度强化学习策略,有效优化了复杂任务的能耗部署问题,为提升服务效率提供了新方案。
    • 通信学报   2024年45卷第3期 页码:244-257
    • DOI:10.11959/j.issn.1000-436x.2024058    

      中图分类号: TP393.0
    • 网络出版日期:2024-03

      纸质出版日期:2024-03-25

    移动端阅览

  • 陈卓, 操民涛, 周致圆, 等. 移动边缘计算中基于图到序列深度强化学习的复杂任务部署策略[J]. 通信学报, 2024,45(3):244-257. DOI: 10.11959/j.issn.1000-436x.2024058.

    Zhuo CHEN, Mintao CAO, Zhiyuan ZHOU, et al. Graph-to-sequence deep reinforcement learning based complex task deployment strategy in MEC[J]. Journal on communications, 2024, 45(3): 244-257. DOI: 10.11959/j.issn.1000-436x.2024058.

  •  
  •  

0

浏览量

126

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

空天地一体化网络中基于联邦深度强化学习的边缘协作缓存策略
基于多智能体深度强化学习的低轨星座跳波束资源调度研究
基于图卷积神经网络的超密集物联网资源分配策略
面向WSN异常节点检测的融合重构机制与对比学习方法
基于预训练与新型时序图神经网络的智能合约漏洞检测方法

相关作者

刘亮
荆腾祥
段洁
毛武平
燕洪成
马文杰
张晨
徐阳威

相关机构

重庆邮电大学通信与信息工程学院
中国空间技术研究院
南京邮电大学通信与信息工程学院
南京邮电大学通信与网络技术国家工程研究中心
重庆理工大学电气与电子工程学院
0