期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的MEC随机任务迁移算法
被引量：
9
1
作者
孟浩
霍如
+2 位作者
郭倩影
黄韬
刘韵洁
《北京邮电大学学报》
EI
CAS
CSCD
北大核心
2019年第2期25-30,共6页
针对移动边缘计算(MEC),提出了一种基于机器学习的随机任务迁移算法,通过将任务划分为可迁移组件和不可迁移组件,结合改进的Q学习和深度学习算法生成随机任务最优迁移策略,以最小化移动设备能耗与时延的加权和.仿真结果表明,该算法的时...
针对移动边缘计算(MEC),提出了一种基于机器学习的随机任务迁移算法,通过将任务划分为可迁移组件和不可迁移组件,结合改进的Q学习和深度学习算法生成随机任务最优迁移策略,以最小化移动设备能耗与时延的加权和.仿真结果表明,该算法的时延与能耗加权和与移动设备本地执行算法相比节约了38. 1%.
展开更多
关键词
移动边缘计算
随机任务迁移
机器学习
时延
移动设备能耗
原文传递
题名
基于机器学习的MEC随机任务迁移算法
被引量：
9
1
作者
孟浩
霍如
郭倩影
黄韬
刘韵洁
机构
北京工业大学北京未来网络科技高精尖创新中心
北京邮电大学网络与交换技术国家重点实验室
出处
《北京邮电大学学报》
EI
CAS
CSCD
北大核心
2019年第2期25-30,共6页
基金
北京市科技新星计划项目(Z151100000315078)
国家科技重大专项项目(2018ZX03001019-003)
国家高技术研究发展计划(863计划)项目(2015AA015702)
文摘
针对移动边缘计算(MEC),提出了一种基于机器学习的随机任务迁移算法,通过将任务划分为可迁移组件和不可迁移组件,结合改进的Q学习和深度学习算法生成随机任务最优迁移策略,以最小化移动设备能耗与时延的加权和.仿真结果表明,该算法的时延与能耗加权和与移动设备本地执行算法相比节约了38. 1%.
关键词
移动边缘计算
随机任务迁移
机器学习
时延
移动设备能耗
Keywords
mobile-edge
computing
stochastic
task
offloading
machine
learning
delay
mobile
device’s
energy
consumption
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的MEC随机任务迁移算法
孟浩
霍如
郭倩影
黄韬
刘韵洁
《北京邮电大学学报》
EI
CAS
CSCD
北大核心
2019
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
