BriefGPT - AI 论文速递
·
无线网络中基于学习的调度，以提升信息准确性和新鲜度
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种新颖的算法 MW-UCB 用于广义无线网络调度，它基于最大权重策略，并利用滑动窗口上限置信界来学习通道在非平稳情况下的统计特性。在平均服务率的可变性方面满足较弱的假设条件下，MW-UCB 在吞吐量上是最优的。
🎯
关键要点
- 本文研究了一种面向广义干扰约束的无线网络高效调度算法。
- 提出的新算法 MW-UCB 基于最大权重策略。
- MW-UCB 利用滑动窗口上限置信界学习非平稳情况下的通道统计特性。
- 在平均服务率可变性方面，MW-UCB 满足较弱的假设条件。
- MW-UCB 在吞吐量上是最优的，能够接近完全通道统计信息的策略类的稳定区域。
- 大量模拟验证了理论结果，展示了 MW-UCB 的良好性能。
➡️
