BriefGPT - AI 论文速递
·
使用图神经网络在无线多跳网络中进行拥塞感知的分布式任务卸载
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过引入基于图的机器学习，提出了一种低开销、拥塞感知的分布式任务卸载方案，解决无线多跳网络中的网络拥塞问题。在仿真中，该方法通过最短路径路由和基于争用的链路调度的资源分配方案，减少了拥塞和不稳定队列，提高了本地计算的执行延迟。
🎯
关键要点
- 引入基于图的机器学习，提出低开销、拥塞感知的分布式任务卸载方案。
- 该方案旨在解决无线多跳网络中多个移动设备任务造成的网络拥塞问题。
- 在仿真中，采用最短路径路由和基于争用的链路调度进行资源分配。
- 方法有效减少了拥塞和不稳定队列，提高了本地计算的执行延迟。
- 相较于上下文不可知的基准方案，表现更优。
🏷️
标签
➡️
