自组织无线网络中基于无监督学习的异步资源分配
网络与互联网体系结构
2020-11-06 v1 机器学习
信号处理
摘要
我们考虑异步无线网络设置下的最优资源分配问题。在缺乏显式模型知识的情况下,我们设计了一种基于聚合图神经网络(Agg-GNN)的无监督学习方法。依据每个网络节点上的局部聚合信息结构,该方法可全局且异步地学习,同时本地实现。我们通过将激活模式建模为每个节点的特征来刻画异步性,并训练一种基于策略的资源分配方法。我们还提出了一种置换不变性性质,表明所训练 Agg-GNN 的可迁移性。最后,我们通过数值仿真与基线方法对比验证了我们的策略。
引用
@article{arxiv.2011.02644,
title = {Unsupervised Learning for Asynchronous Resource Allocation in Ad-hoc Wireless Networks},
author = {Zhiyang Wang and Mark Eisen and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:2011.02644},
year = {2020}
}
备注
5 pages, 4 figures, conference