期刊导航
期刊开放获取
上海教育软件发展有限公..
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
3
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
移动边缘计算中基于Actor-Critic深度强化学习的任务调度方法
被引量：
3
1
作者
黄一帆
曾旺
+2 位作者
陈哲毅
于正欣
苗旺
《计算机应用》
CSCD
北大核心
2024年第S01期150-155,共6页
移动边缘计算(MEC)通过将计算与存储资源部署至网络边缘,有效降低了任务响应时间并提高了资源利用率。由于MEC系统状态的动态性和用户需求的多变性,如何进行有效的任务调度面临着巨大的挑战,不合理的任务调度策略将严重影响系统的整体...
移动边缘计算(MEC)通过将计算与存储资源部署至网络边缘,有效降低了任务响应时间并提高了资源利用率。由于MEC系统状态的动态性和用户需求的多变性,如何进行有效的任务调度面临着巨大的挑战,不合理的任务调度策略将严重影响系统的整体性能。现有工作通常对任务采用平均分配资源或基于规则的策略,不能有效地处理动态的MEC环境,这可能造成过多的资源消耗,进而导致服务质量(QoS)下降。针对上述重要问题,提出了一种MEC中基于Actor-Critic深度强化学习的任务调度方法(TSAC)。首先,提出了一种面向边缘环境的任务调度模型并将任务等待时间和任务完成率作为优化目标;其次,基于所提系统模型与深度强化学习框架,将联合优化问题形式化为马尔可夫决策过程;最后,基于近端策略优化方法,设计了一种新型的掩码机制,在避免智能体做出违反系统约束的动作和策略突变的同时提高了TSAC的收敛性能。基于谷歌集群真实运行数据集进行仿真实验,与深度Q网络方法相比,至少降低6%的任务等待时间,同时提高4%的任务完成率,验证了的可行性和有效性。
展开更多
关键词
移动边缘计算
任务调度
深度强化学习
掩码机制
多目标优化
在线阅读
下载PDF
职称材料
聚丙烯/弹性体复合材料结晶调节机制与性能
被引量：
2
2
作者
姜宛廷
雷志鹏
+4 位作者
门汝佳
王心雨
刘煊赫
彭邦发
彭川
《中国电机工程学报》
EI
CSCD
北大核心
2024年第22期9099-9110,I0034,共13页
高压直流电缆绝缘用聚丙烯虽具有良好的电性能和热稳定性,但是机械强度较差,需要进行改性克服其缺点。该文分析共混改性和热处理两种结晶调节方式。首先,在聚丙烯中共混不同质量分数的弹性体,并对共混物进行热处理,控制非等温结晶过程...
高压直流电缆绝缘用聚丙烯虽具有良好的电性能和热稳定性,但是机械强度较差,需要进行改性克服其缺点。该文分析共混改性和热处理两种结晶调节方式。首先,在聚丙烯中共混不同质量分数的弹性体,并对共混物进行热处理,控制非等温结晶过程中冷却速率,得到不同结晶形态的聚丙烯/弹性体共混物。结合物理和电性能测试结果,分析弹性体含量和冷却速率与结晶形态的关系,研究结晶调节对机械性能和直流击穿场强的影响机制与改性效果。实验结果表明,弹性体含量为10%、20%和30%时,受冷却速率影响,结晶时成核方式发生变化,进而影响绝缘性能;弹性体含量为40%时,冷却速率对成核方式的影响减弱,同时,小而密的球晶结构使共混物获得较好机械性能和较高直流击穿场强,在各个冷却速率时击穿场强都能达到160 kV/mm。可知,不同成核方式导致的结晶形态差异是影响聚丙烯/弹性体共混物性能的关键,研究聚丙烯/弹性体共混物的结晶调节机制与性能,对开发用于高压直流电缆绝缘的聚丙烯材料具有重要意义。
展开更多
关键词
聚丙烯
热处理
成核方式
应力-应变曲线
直流击穿场强
在线阅读
下载PDF
职称材料
基于联邦深度学习的多边缘协作缓存方法
3
作者
梁杰
郑家瑜
+2 位作者
陈哲毅
于正欣
苗旺
《小型微型计算机系统》
CSCD
北大核心
2024年第12期2994-3001,共8页
作为移动边缘计算(Mobile Edge Computing, MEC)的一项重要技术支撑,多边缘协作缓存的出现可更好满足终端智能应用的实时计算与数据存储需求进而提升用户体验.但是,多边缘协作缓存的性能通常受限于低效率的协作机制以及不合理的缓存资...
作为移动边缘计算(Mobile Edge Computing, MEC)的一项重要技术支撑,多边缘协作缓存的出现可更好满足终端智能应用的实时计算与数据存储需求进而提升用户体验.但是,多边缘协作缓存的性能通常受限于低效率的协作机制以及不合理的缓存资源配置策略.同时,如何在离散的用户特征分布与多样化的内容库之中寻找其潜在关联以提升缓存命中率仍是一个巨大的挑战.为了解决上述重要挑战,本文提出了一种新颖的基于联邦深度学习的多边缘协作缓存(Multi-edge Collaborative Caching with Federated deep learning, M2CF)方法.在M2CF中,首先设计了一种新型的多维缓存空间划分机制,对MEC节点的缓存空间进行感知优化,使得用户在分类区间可获得精准的内容推荐.接着,设计了一种基于VQ-VAE的内容流行度预测算法,解决了后验坍塌问题并提高了区间用户内容流行度预测的准确性.最后,设计了一种基于联邦深度学习的模型训练与缓存替换策略,通过聚合各MEC节点的本地模型以生成全局共享模型,进而更好适应优化后的不同缓存资源配置,提升多边缘协作缓存的命中率.基于MovieLens电影评分真实数据集,本文在测试床上展开了大量对比实验对所提出的M2CF方法进行了全面的评估.实验结果表明,M2CF与其他缓存方法对比展现出了更优秀的缓存性能与时效性能,且可以适应更为复杂的多边缘场景.
展开更多
关键词
移动边缘计算
多边缘协作缓存
联邦深度学习
多维缓存空间划分
内容流行度预测
在线阅读
下载PDF
职称材料
题名
移动边缘计算中基于Actor-Critic深度强化学习的任务调度方法
被引量：
3
1
作者
黄一帆
曾旺
陈哲毅
于正欣
苗旺
机构
福州
大学
计算
机与大数据
学院
空间数据挖掘与信息共享教育部重点实验室(福州
大学
)
福建省网络
计算与
智能信息处理重点实验室(福州
大学
)
兰卡斯特
大学
计算与
通信
学院
普利茅斯大学工程、计算与数学学院
出处
《计算机应用》
CSCD
北大核心
2024年第S01期150-155,共6页
基金
国家自然科学基金资助项目(62202103)
中央引导地方科技发展资金资助项目(2022L3004)
+2 种基金
福建省财政厅科研专项(83021094)
福建省科技经济融合服务平台项目(2023XRH001)
福厦泉国家自主创新示范区协同创新平台项目(2022FX5)。
文摘
移动边缘计算(MEC)通过将计算与存储资源部署至网络边缘,有效降低了任务响应时间并提高了资源利用率。由于MEC系统状态的动态性和用户需求的多变性,如何进行有效的任务调度面临着巨大的挑战,不合理的任务调度策略将严重影响系统的整体性能。现有工作通常对任务采用平均分配资源或基于规则的策略,不能有效地处理动态的MEC环境,这可能造成过多的资源消耗,进而导致服务质量(QoS)下降。针对上述重要问题,提出了一种MEC中基于Actor-Critic深度强化学习的任务调度方法(TSAC)。首先,提出了一种面向边缘环境的任务调度模型并将任务等待时间和任务完成率作为优化目标;其次,基于所提系统模型与深度强化学习框架,将联合优化问题形式化为马尔可夫决策过程;最后,基于近端策略优化方法,设计了一种新型的掩码机制,在避免智能体做出违反系统约束的动作和策略突变的同时提高了TSAC的收敛性能。基于谷歌集群真实运行数据集进行仿真实验,与深度Q网络方法相比,至少降低6%的任务等待时间,同时提高4%的任务完成率,验证了的可行性和有效性。
关键词
移动边缘计算
任务调度
深度强化学习
掩码机制
多目标优化
Keywords
Mobile Edge Computing(MEC)
task scheduling
deep reinforcement learning
masking mechanism
multi-objective optimization
分类号
TP393.17 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
聚丙烯/弹性体复合材料结晶调节机制与性能
被引量：
2
2
作者
姜宛廷
雷志鹏
门汝佳
王心雨
刘煊赫
彭邦发
彭川
机构
矿用智能电器技术国家地方联合
工程
实验室(太原理工
大学
电气与动力
工程
学院
)
普利茅斯
大学
出处
《中国电机工程学报》
EI
CSCD
北大核心
2024年第22期9099-9110,I0034,共13页
基金
国家自然科学基金项目(51977137)
山西省基础研究计划项目(202403021211079,202103021224115)。
文摘
高压直流电缆绝缘用聚丙烯虽具有良好的电性能和热稳定性,但是机械强度较差,需要进行改性克服其缺点。该文分析共混改性和热处理两种结晶调节方式。首先,在聚丙烯中共混不同质量分数的弹性体,并对共混物进行热处理,控制非等温结晶过程中冷却速率,得到不同结晶形态的聚丙烯/弹性体共混物。结合物理和电性能测试结果,分析弹性体含量和冷却速率与结晶形态的关系,研究结晶调节对机械性能和直流击穿场强的影响机制与改性效果。实验结果表明,弹性体含量为10%、20%和30%时,受冷却速率影响,结晶时成核方式发生变化,进而影响绝缘性能;弹性体含量为40%时,冷却速率对成核方式的影响减弱,同时,小而密的球晶结构使共混物获得较好机械性能和较高直流击穿场强,在各个冷却速率时击穿场强都能达到160 kV/mm。可知,不同成核方式导致的结晶形态差异是影响聚丙烯/弹性体共混物性能的关键,研究聚丙烯/弹性体共混物的结晶调节机制与性能,对开发用于高压直流电缆绝缘的聚丙烯材料具有重要意义。
关键词
聚丙烯
热处理
成核方式
应力-应变曲线
直流击穿场强
Keywords
polypropylene
heat treatment
nucleation method
stress-strain curve
DC breakdown strength
分类号
TM215 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
基于联邦深度学习的多边缘协作缓存方法
3
作者
梁杰
郑家瑜
陈哲毅
于正欣
苗旺
机构
福州
大学
计算
机与大数据
学院
空间数据挖掘与信息共享教育部重点实验室
福建省网络
计算与
智能信息处理重点实验室
兰卡斯特
大学
计算与
通信
学院
普利茅斯大学工程、计算与数学学院
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第12期2994-3001,共8页
基金
国家自然科学基金项目(62202103)资助
中央引导地方科技发展资金项目(2022L3004)资助
+1 种基金
福建省财政厅科研专项经费项目(83021094)资助
福厦泉国家自主创新示范区协同创新平台项目(2022FX5)资助。
文摘
作为移动边缘计算(Mobile Edge Computing, MEC)的一项重要技术支撑,多边缘协作缓存的出现可更好满足终端智能应用的实时计算与数据存储需求进而提升用户体验.但是,多边缘协作缓存的性能通常受限于低效率的协作机制以及不合理的缓存资源配置策略.同时,如何在离散的用户特征分布与多样化的内容库之中寻找其潜在关联以提升缓存命中率仍是一个巨大的挑战.为了解决上述重要挑战,本文提出了一种新颖的基于联邦深度学习的多边缘协作缓存(Multi-edge Collaborative Caching with Federated deep learning, M2CF)方法.在M2CF中,首先设计了一种新型的多维缓存空间划分机制,对MEC节点的缓存空间进行感知优化,使得用户在分类区间可获得精准的内容推荐.接着,设计了一种基于VQ-VAE的内容流行度预测算法,解决了后验坍塌问题并提高了区间用户内容流行度预测的准确性.最后,设计了一种基于联邦深度学习的模型训练与缓存替换策略,通过聚合各MEC节点的本地模型以生成全局共享模型,进而更好适应优化后的不同缓存资源配置,提升多边缘协作缓存的命中率.基于MovieLens电影评分真实数据集,本文在测试床上展开了大量对比实验对所提出的M2CF方法进行了全面的评估.实验结果表明,M2CF与其他缓存方法对比展现出了更优秀的缓存性能与时效性能,且可以适应更为复杂的多边缘场景.
关键词
移动边缘计算
多边缘协作缓存
联邦深度学习
多维缓存空间划分
内容流行度预测
Keywords
mobile edge computing
multi-edge collaborative caching
federated deep learning
multi-dimensional cache space partitioning
content popularity prediction
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
移动边缘计算中基于Actor-Critic深度强化学习的任务调度方法
黄一帆
曾旺
陈哲毅
于正欣
苗旺
《计算机应用》
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
聚丙烯/弹性体复合材料结晶调节机制与性能
姜宛廷
雷志鹏
门汝佳
王心雨
刘煊赫
彭邦发
彭川
《中国电机工程学报》
EI
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
基于联邦深度学习的多边缘协作缓存方法
梁杰
郑家瑜
陈哲毅
于正欣
苗旺
《小型微型计算机系统》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
