基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在如今信息爆炸的时代,无线通信终端的激增导致无线通信网络规模剧增.同时,人们日益提高的通信需求使无线通信网络必须通过精准的按需服务来充分利用有限的资源.这二者使得传统人工建模并优化求解的网络管理方法在未来将会遇到瓶颈.幸运的是,人工智能和机器学习的出现为解决这一问题提供了新的途径.作为一种数据驱动的机器学习方法,深度强化学习能够直接学习动态环境规律并得到最优决策.因此,深度强化学习能赋予网络依据自身环境进行自我优化管理的能力,令智能通信将成为可能.本文从资源管理、接入控制以及网络维护三方面介绍了深度强化学习在无线通信上的应用,以此说明深度强化学习是实现智能通信的有效途径.
推荐文章
面向人体行为识别的深度特征学习方法比较
深度学习
行为识别
序列数据分类
深度卷积神经网络
长短期时间记忆网络
基于强化学习的智能机器人避碰方法研究
强化学习
智能机器人
避碰
基于强化学习的多智能体协作方法研究
多智能体
协作系统
强化学习
利用聚类分析法改进的多Agent协作强化学习方法
多agent协作
强化学习
聚类分析
Friend-or-Foe
Q-学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向智能通信的深度强化学习方法
来源期刊 电子科技大学学报 学科 工学
关键词 深度强化学习 异构网络 智能通信 智能网络管理
年,卷(期) 2020,(2) 所属期刊栏目 人工智能
研究方向 页码范围 169-181
页数 13页 分类号 TN929.5
字数 15555字 语种 中文
DOI 10.12178/1001-0548.2020040
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁应敞 电子科技大学通信抗干扰技术国家级重点实验室 2 2 1.0 1.0
2 谭俊杰 电子科技大学通信抗干扰技术国家级重点实验室 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度强化学习
异构网络
智能通信
智能网络管理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导