车联网中强化学习辅助下的高效计算卸载

• 作者: 王建飞
• 来源期刊: 数字化用户
• 关键词: 车联网 移动边缘计算 强化学习 神经网络
• 年，卷（期）: 2019,（47）
• 所属期刊栏目: 信息数据与电子工程
• 页码范围: 84-85
• 页数: 2页
• 字数: 1083字
• 语种: 中文

摘要

根据思科的预测,全球移动数据流量将在2017年至2022年之间增长七倍,到2022年将达到每月77.5艾字节.在全球流量井喷的情况下,出现了大量的计算密集型以及数据密集型的应用.本文以车联网场景为问题切入点,对车联网中的计算卸载问题进行研究.为了更深入的对课题进行研究,我对近几年的研究成果进行了调研.通过分析对比,与神经网络相结合,我采用了深度强化学习算法对车联网中的计算卸载问题进行了研究,提出了一种新的基于深度强化学习的可以显著提升网络计算卸载能力的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建飞		1	0	0.0	0.0