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...
Αποθηκεύτηκε σε:
| 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!
|
Παρόμοια τεκμήρια
Παρόμοια τεκμήρια
-
Ανάπτυξη πράκτορα αυτόνομης οδήγησης με βαθιά ενισχυτική μάθηση για τον έλεγχο αγωνιστικού οχήματος σε προσαρμόσιμο εικονικό ψηφιακό περιβάλλον
από: Χαλβατζάκης, Νικόλαος Εμμανουήλ, κ.ά.
Δημοσίευση: (2022) -
Ανάπτυξη αξιόπιστου δέκτη με τεχνικές βαθιάς μάθησης
από: Κιουράνας, Αναστάσιος
Δημοσίευση: (2021) -
Βιβλιογραφική ανασκόπηση της εφαρμογής μηχανικής μάθησης για την αντιμετώπιση του COVID-19
από: Πουρνάρα, Μαρία
Δημοσίευση: (2023) -
Predicting optimal insulin dose for diabetes inpatients by using reinforcement learning
από: Σωτηρίου, Δημοσθένης, κ.ά.
Δημοσίευση: (2024) -
Πρόβλεψη τιμών μετοχών με χρήση βαθιάς μάθησης
από: Δανούσης, Μιχαήλ
Δημοσίευση: (2020)