강남 카지노 제목一：강화 학습을 기반으로 한 개인 정보 보호 보호 신탁 평가 시스템
강남 카지노 시간：2023年3月8Day Night19 : 00-19 : 30
강남 카지노 위치 : Tencent Conference859-366-512
강남 카지노人：Ren Yinging
강남 카지노 요약 :대규모 복잡한 감지 작업을 간단한 마이크로 작업으로 나누어클러스터 인텔리전스 인식솔루션은 사물 인터넷이됩니다 (iot) 네트워크의 데이터 기반 응용 프로그램 중 하나유효솔루션. 인공 지능 기술은 IoT 보안에 널리 사용되었습니다클러스터 인텔리전스 인식응용 프로그램. 그러나 여전히 몇 가지 문제가 있습니다.궁극적으로 필요한 연구。시스템에서악의적 인 참가자가 있습니다. 목적은 얻는 것입니다부적절한 이익. 신뢰 평가 메커니즘은 공격자를 효과적으로 필터링 할 수 있습니다. 그러나 기존추천 기반신뢰 평가 메커니즘은 공통을 배제 할 수 없습니다사기 문제，동시에 무시참가자의 개인 정보 노출 충돌.SO강화 학습에 근거한 (picrl) 개인 정보 보호클러스터 인텔리전스 인식 체계가 제안되었습니다。picrl데이터 수량, 데이터 품질 및 비용을 고려하고 시스템의 효과가 최적화됩니다.picrl의 주요 혁신 다음과 같습니다. 우선, 효과적인 신뢰 평가 메커니즘은 품질을 보장합니다. 제안 된 신뢰 평가는 개인 정보 신탁, 그룹 트러스트 및 하이브리드 활성 신뢰의 세 부분으로 구성됩니다. 둘째, 신뢰 평가는 공동 사기를 효과적으로 방지하고 참가자에게 개인 정보 보호 옵션을 제공 할 수 있습니다. 제삼,picrl특정 지각 모델을 모르고 강화 방법 사용Q-학습 최대화는 상태를 선택할 목적으로 신뢰의 유용성 평가를 기반으로합니다-액션 쌍은 누적 보상을 최대화하는 데 사용됩니다. 제안 된 실험은 많은 시뮬레이션 실험으로 확인됩니다picrl효율성
강남 카지노 제목二：그룹 인텔리전스 감지 네트워크에서 데이터 터미널 감지 노드의 시스템 이점을 극대화하기위한 충전 경로 계획 전략
강남 카지노 시간：2023年3月8Day Night19 : 30-20 : 00
강남 카지노 위치 : Tencent Conference859-366-512
강남 카지노人：Ren Yinging
강남 카지노 요약 :모바일 충전 솔루션은 센서 노드의 에너지를 보충하여 일종의 네트워크 수명입니다성장 네트워크주기솔루션,현재점점 더 많은 연구자들의 관심을 끌었습니다. 그러나 노드 및 모바일 충전으로 인해者에너지 저장 한계가 전부는 아닙니다감지노드는 괜찮습니다모바일 충전기정시 재충전. 따라서 올바른 센서 노드를 선택하고 모바일 충전기로가는 경로를 설계하는 방법은 시스템 실용성을 향상시키는 열쇠입니다. 이 기사는 방법을 제안합니다시스템 수익최대화 된 지능형 충전 솔루션 (icmuu) 모바일 충전기의 충전 경로를 설계합니다. 이전 연구와 비교하여, 우리는 환경에서 수집 된 데이터의 유용성뿐만 아니라 다른 품질의 센서 노드의 영향도 고려합니다. 제안서비스 품질충전 경로 설계를 최적화합니다. 또한,icmmu단일 모바일 충전도 동시에 설계되었습니다者그리고 다중 모바일 충전者충전 솔루션. 여러 모바일 충전을 위해者충전 계획은 또한 다른 모바일 충전을 고려합니다者사이의 워크로드 밸런싱 그리고 시스템의 유용성.
Ren Yinging 박사 소개 :
Ren Yinging, Central South University2019레벨 박사 과정 학생, 감독자Liu Anfeng교수. 연구 방향은클러스터 인텔리전스 인식, 딥 러닝、기계 학습. 첫 번째 저자로서 저널 논문 게시多기사.
강남 카지노 제목三：깊은 강화 학습 최적화 알고리즘의 주요 문제에 대한 연구
강남 카지노 시간：2023年3月8Day Night20 : 00-20 : 30
강남 카지노 위치 : Tencent Conference859-366-512
강남 카지노人：Chen Mieijiang
강남 카지노 요약 :심층 강화 학습은 딥 러닝의 인식 능력과 강화 학습의 의사 결정 능력을 결합하며 입력 이미지를 기반으로 직접 제어 할 수 있습니다. 인공 지능 방법은 인간의 사고 방식에 더 가깝습니다. 딥 러닝은 강한 인식 능력을 가지고 있지만 특정 의사 결정 능력이 부족합니다. 강화 학습에는 의사 결정 능력이 있으며 인식 문제가 무력합니다. 따라서 두 사람을 결합하고 서로의 장점을 보완하면 복잡한 시스템의 인식 된 의사 결정 문제에 대한 해결책이 제공됩니다. 강화 학습은 기계 학습의 한 분야입니다. 기계 학습의 고전적인 감독 및 감독되지 않은 학습 문제와 비교하여 강화 학습의 가장 큰 특징은 상호 작용을 통한 학습입니다 (상호 작용으로부터의 학습）。에이전트환경과의 상호 작용으로받은 보상 또는 처벌에 근거지속적으로 지식을 배우고 환경에 더 적응할 수 있습니다.rl학습 패러다임은 인간 학습 지식의 과정과 매우 유사하므로rlUniversal으로 구현 된 것으로 간주ai중요한 방법.
강남 카지노 제목四：기반깊은 강화 학습의 에지 네트워크 오프로드에 대한 연구
강남 카지노 시간：2023年3月8Day Night20 : 30-21 : 00
강남 카지노 위치 : Tencent Conference859-366-512
강남 카지노人：Chen Mieijiang
강남 카지노 요약 :사물 인터넷, 차량 인터넷 및5G그리고 다른 기술은 끊임없이 발전하고 있습니다,가상 현실, 증강 현실, 스마트 홈, 스마트 그리드 및 무인 자동차와 같은 새로운 응용 프로그램이 떠오르고 있습니다. 이러한 응용 프로그램에는 더 강력한 컴퓨팅 성능, 높은 대역폭 및 낮은 대기 시간이 필요합니다,및 이러한 새로운 응용 프로그램은 더 높은 에너지 소비를 생성합니다. 사용자 장치의 리소스가 제한되어 있기 때문에,지연 및 에너지 소비 측면에서 새로운 응용 프로그램의 요구를 충족시키기가 어렵습니다. 모바일 에지 컴퓨팅(MEC)베이스 스테이션 측면에서 서버 구성,주변 사용자를위한 컴퓨팅 및 스토리지 서비스 제공,제한된 장비 자원의 문제와 새로운 응용 프로그램에 대한 높은 수요를 효과적으로 완화시킵니다. 작업을 제거함으로써MEC낮은 대기 시간, 낮은 에너지 소비, 높은 신뢰성 등의 요구 사항을 충족하는 서버,사용자 서비스 향상품질. 그러므로,작업 오프로드 및 리소스 할당을위한 적절한 컴퓨팅 노드 선택이 연구의 주요 문제가되었습니다.그러나 장치의 이동성 및 서비스 리소스 제한으로 인해 다중 사용자 오프로드 결정이 어려워집니다. 따라서 우리는 높은 신뢰성 전송을 연구하기 위해 최선을 다하고 있습니다(HRT) 및 컴퓨팅 대기 시간 최소화 (CDM)가 목표이며, 장치 이동성, 채널 조건 및 컴퓨팅 리소스의 전반적인 고려 사항에서 깊은 강화 학습 협업 오프 로딩이 고려됩니다.
Chen Miejiang 박사 소개 :
Chen Miejiang, Central South University2019레벨 박사 과정 학생, 감독자Liu Anfeng교수. 연구 방향은 Edge Computing입니다.깊은 강화 학습、기계 학습. 첫 번째 저자로서 저널 논문 게시多기사.
