Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση

Τα σύγχρονα δίκτυα, π.χ. του Διαδυκτίου των Πραγμάτων (IoT) και των Μη επανδρωμένων Εναέριων Οχημάτων(UAV), καθίστανται πιο αποκεντρωμένα και αυτόνομα. Σε τέτοια δίκτυα, οι φορείς δικτύου πρέπει να λαμβάνουν αποφάσεις τοπικά γιανα μεγιστοποιούν την απόδοση του δικτύου υπό την αβεβαιότητα του περιβάλ...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Γεωργαλόπουλος, Κωνσταντίνος
Άλλοι συγγραφείς: Βουγιούκας, Δημοσθένης
Γλώσσα:el_GR
Δημοσίευση: 2023
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/24500
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828460799087083520
author Γεωργαλόπουλος, Κωνσταντίνος
author2 Βουγιούκας, Δημοσθένης
author_facet Βουγιούκας, Δημοσθένης
Γεωργαλόπουλος, Κωνσταντίνος
author_sort Γεωργαλόπουλος, Κωνσταντίνος
collection DSpace
description Τα σύγχρονα δίκτυα, π.χ. του Διαδυκτίου των Πραγμάτων (IoT) και των Μη επανδρωμένων Εναέριων Οχημάτων(UAV), καθίστανται πιο αποκεντρωμένα και αυτόνομα. Σε τέτοια δίκτυα, οι φορείς δικτύου πρέπει να λαμβάνουν αποφάσεις τοπικά γιανα μεγιστοποιούν την απόδοση του δικτύου υπό την αβεβαιότητα του περιβάλλοντος. Η ενίσχυση της μάθησης (RL) έχει χρησιμοποιηθεί αποτελεσματικά για να δώσει τη δυνατότητα στις οντότητες του δικτύου να αποκτήσουν τη βέλτιστη πολιτική, συμπεριλαμβανομένων π.χ. αποφάσεων ή ενεργειών, δεδομένης της κατάστασης τους όταν οι χώροι κατάστασης και δράσης είναι περιορισμένοι. Προς αυτή την κατεύθυνση στην παρούσα διπλωματική εργασία περιγράφονται οι διάφορες τεχνικές που υπάρχουν στη βιβιλιογραφία και πραγματεύονται τη βαθιά ενίσχυση της μάθησης στις επικοινωνίες και τη δικτύωση. Η καινοτομία της συγκεκριμένης διπλωματικής εργασίας έγκειται στη μελέτη της δυναμικής πρόσβασης στο δίκτυο, στον έλεγχο του ρυθμού δεδομένων, στην ασύρματη προσωρινή αποθήκευση, στην εκφόρτωση δεδομένων, στην ασφάλεια δικτύου και στη συντήρηση συνδεσιμότητας, τα οποία είναι όλα σηματνικά για δίκτυα επόμενης γενιάς, όπως 5G και πέραν τούτου, με χρήση εφαρμογών βαθιάς ενίσχυσης της μάθησης.
id oai:hellanicus.lib.aegean.gr:11610-24500
institution Hellanicus
language el_GR
publishDate 2023
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-245002023-01-17T11:23:28Z Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση Γεωργαλόπουλος, Κωνσταντίνος Βουγιούκας, Δημοσθένης 5G DRL q-learning βαθιά μάθηση επικοινωνίες δικτύωση βαθιά μάθηση Deep Learning Reinforcement learning Τα σύγχρονα δίκτυα, π.χ. του Διαδυκτίου των Πραγμάτων (IoT) και των Μη επανδρωμένων Εναέριων Οχημάτων(UAV), καθίστανται πιο αποκεντρωμένα και αυτόνομα. Σε τέτοια δίκτυα, οι φορείς δικτύου πρέπει να λαμβάνουν αποφάσεις τοπικά γιανα μεγιστοποιούν την απόδοση του δικτύου υπό την αβεβαιότητα του περιβάλλοντος. Η ενίσχυση της μάθησης (RL) έχει χρησιμοποιηθεί αποτελεσματικά για να δώσει τη δυνατότητα στις οντότητες του δικτύου να αποκτήσουν τη βέλτιστη πολιτική, συμπεριλαμβανομένων π.χ. αποφάσεων ή ενεργειών, δεδομένης της κατάστασης τους όταν οι χώροι κατάστασης και δράσης είναι περιορισμένοι. Προς αυτή την κατεύθυνση στην παρούσα διπλωματική εργασία περιγράφονται οι διάφορες τεχνικές που υπάρχουν στη βιβιλιογραφία και πραγματεύονται τη βαθιά ενίσχυση της μάθησης στις επικοινωνίες και τη δικτύωση. Η καινοτομία της συγκεκριμένης διπλωματικής εργασίας έγκειται στη μελέτη της δυναμικής πρόσβασης στο δίκτυο, στον έλεγχο του ρυθμού δεδομένων, στην ασύρματη προσωρινή αποθήκευση, στην εκφόρτωση δεδομένων, στην ασφάλεια δικτύου και στη συντήρηση συνδεσιμότητας, τα οποία είναι όλα σηματνικά για δίκτυα επόμενης γενιάς, όπως 5G και πέραν τούτου, με χρήση εφαρμογών βαθιάς ενίσχυσης της μάθησης. 2023-01-10T10:58:18Z 2023-01-10T10:58:18Z 2022-04-01 http://hdl.handle.net/11610/24500 el_GR Default License 80 σ. application/pdf Σάμος
spellingShingle 5G
DRL
q-learning
βαθιά μάθηση
επικοινωνίες
δικτύωση
βαθιά μάθηση
Deep Learning
Reinforcement learning
Γεωργαλόπουλος, Κωνσταντίνος
Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
title Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
title_full Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
title_fullStr Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
title_full_unstemmed Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
title_short Βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
title_sort βαθιά ενίσχυση της μάθησης στις επικοινωνίες και στη δικτύωση
topic 5G
DRL
q-learning
βαθιά μάθηση
επικοινωνίες
δικτύωση
βαθιά μάθηση
Deep Learning
Reinforcement learning
url http://hdl.handle.net/11610/24500
work_keys_str_mv AT geōrgalopouloskōnstantinos bathiaenischysētēsmathēsēsstisepikoinōnieskaistēdiktyōsē