学术报告:A Novel Transmission Scheduling Based on Deep Reinforcement Learning in Software-Defined Maritime Communication Networks

发布人:网络空间安全学院发布时间:2019-11-11动态浏览次数:259




杨婷婷, 鹏城实验室兼职研究员,辽宁省海事大数据工程技术研究中心主任,大连海事大学副教授、硕导,主要从事面向无人机、无人船等海洋智能搜救、海事通信、6G空天地海一体化网络、边缘智能、NET4AI、通信计算一体化研究。






报告内容:A Novel Transmission Scheduling Based on Deep Reinforcement Learning in Software-Defined Maritime Communication Networks

讲座时间:2019111313:30

讲座地点:九龙湖校区计算机楼142会议室

 

随着船舶用户通信服务的日益多样化,数据传输的服务质量(QoS)成为制约海上通信发展的瓶颈。为了解决这一问题,首先提出了一个软件定义的海上通信框架,以解决异构网络中的通信模式障碍。此外,在这个框架下,我们提出了一种基于增强的深度Q学习算法的新的传输调度方案,该算法将深度Q网络与softmax多分类器相结合,也称为S-DQN算法。该方案还介绍了优化的目的(即延迟、成本、能量)。我们首先采用马尔可夫决策过程来实现最优调度策略。然后,系统利用深度Q网络建立了获取信息与最优策略之间的映射关系,当输入数据到达时,系统将尽可能快速准确地制定最优策略。