エッジサーバーと車載フォグノードを活用することで、IoTデバイスの計算負荷を軽減し、エンドツーエンドのAoIを最適化する。提案するデューリングDQNアルゴリズムは、DQNポリシーや解析結果よりも優れた性能を示す。
ブロックチェーンの課題を解決するための新しい数学理論に基づくハイパーシンプレックス フラクタルネットワークの提案
ネットワーク環境の変化に合わせて最適なバンド幅推定アルゴリズムを動的に選択することで、ユーザーのQoEを最大化する。
キネティック複製モデルの活性相には、より複雑なパターンが単純なパターンの上に階層的に現れる構造が存在する。連続的な相転移のカスケードを通じて、さまざまな浸透パターンが現れる。
3次元障害物環境における移動型セルの最適配置と通信スケジューラの選択を通じて、特定のユーザグループに対するネットワーク容量を最大化する。
車両センサネットワークにおいて、中心性指標を用いて効率的にデータ集約ポイントを選択する手法を提案する。
暗号化された情報を k-out-of-n システムで管理するネットワークにおいて、メモリ保持の有無によって情報の時間的特性が異なることを示した。
学習を通じて平均レートを獲得し、その期待値を実現するようなスケジュールを選択することで、スループット最適性を達成する。
サービスプロファイルに基づいた動的リソース管理手法を提案し、サービスの平均要求帯域を満たしつつ、ブロッキング確率を大幅に低減する。
サーバーは、ユーザーの購読を増やし、イベントのサンプリング頻度を減らすことで利益を最大化しようとする。一方、ユーザーはサーバーの戦略と自身のタイムリーな要件に基づいて購読の決定を行う。