Grunnleggende konsepter
5G-NRシステムにおいて、IIoTユーザ機器の様々な要求品質(QoS)を満たすために、深層強化学習に基づく動的リソーススケジューラを提案する。
Sammendrag
本研究では、5G-NRシステムにおいて、IIoTユーザ機器の様々な要求品質(QoS)を満たすための動的リソーススケジューラを提案している。
主な内容は以下の通り:
- IIoTユーザ機器は、グラフィカルユーザインターフェイス(GUI)を通じて、ネットワークに対して自身の要求QoSを表現する。
- IIoTユーザ機器は計算タスクをオフロードすることができ、エッジサーバでの高速な実行と消費電力の削減が可能となる。
- 提案するスケジューラは、深層強化学習(DRL)に基づいて設計されており、ワイヤレス通信システムとトラフィックの動的変化に適応することができる。
- さらに、状態空間と行動空間を削減するグラフベースの手法を提案し、スケジューラの高速な収束と効率的な学習を実現する。
- シミュレーション結果より、提案手法が従来の手法に比べて、IIoTユーザ機器の要求QoSを保証しつつ、計算タスクの成功数を最大化できることを示している。
Statistikk
IIoTユーザ機器のタスクサイズは100 - 500ビットである。
IIoTユーザ機器のタスク計算要件は1 × 102 - 2 × 104サイクルである。
IIoTユーザ機器のタスク期限は1 - 5ミリ秒である。
IIoTユーザ機器の信頼性要件は10-3である。
Sitater
"IIoTユーザ機器は、グラフィカルユーザインターフェイス(GUI)を通じて、ネットワークに対して自身の要求QoSを表現する。"
"提案するスケジューラは、深層強化学習(DRL)に基づいて設計されており、ワイヤレス通信システムとトラフィックの動的変化に適応することができる。"