Flex-Net：一种用于灵活双工网络资源管理的图神经网络方法
网络与互联网体系结构
2023-03-16 v2 机器学习
信号处理
摘要
灵活双工网络允许用户动态使用上行和下行信道而无需静态时隙调度，从而高效地利用网络资源。本文研究灵活双工网络的和速率最大化问题。具体而言，我们考虑具有成对固定通信链路的网络。相应的组合优化是非确定性多项式（NP）困难的，且无闭式解。在这方面，现有启发式方法计算复杂度高，在大型网络中引发可扩展性问题。受图神经网络（GNN）在求解NP困难无线资源管理问题中近期成功的启发，我们提出一种名为Flex-Net的新型GNN架构，以联合优化通信方向与发射功率。所提出的GNN在保持远低于最常用技术的计算复杂度的同时，取得了接近最优的性能。此外，我们的数值结果揭示了使用GNN在样本复杂度、可扩展性和泛化能力方面的优势。
引用
@article{arxiv.2301.11166,
title = {Flex-Net: A Graph Neural Network Approach to Resource Management in Flexible Duplex Networks},
author = {Tharaka Perera and Saman Atapattu and Yuting Fang and Prathapasinghe Dharmawansa and Jamie Evans},
journal= {arXiv preprint arXiv:2301.11166},
year = {2023}
}