Results 81 to 90 of about 2,703 (160)
Graph-to-sequence deep reinforcement learning based complex task deployment strategy in MEC [PDF]
With the help of mobile edge computing (MEC) and network virtualization technology, the mobile terminals can offload the computing, storage, transmission and other resource required for executing various complex applications to the edge service nodes ...
Mintao CAO +4 more
core +1 more source
Gaoya dianqi, 2023 绝缘和机械故障是气体绝缘金属封闭开关设备（gas insulated metal-enclosed switchgear,GIS）中占比最大的故障类型，准确的故障诊断和状态评价对保证电力系统安全稳定运行具有重要意义。深度学习方法已成为故障诊断领域的主流，但传统卷积神经网络需要强大的计算资源，在计算能力一般的智能终端设备中难以应用。为此，文中提出了基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法。首先，采用空间可分离卷积代替传统卷积构造EffNet轻量级卷积神经网络，大幅度降低了模型的计算量；其次 ...
杨为 +4 more
doaj
Fast deep reinforcement learning anti-jamming algorithm based on similar sample generation [PDF]
To improve the learning efficiency of anti-jamming algorithms based on deep reinforcement learning and enable them to adapt more quickly to unknown jamming environments, a fast deep reinforcement learning anti-jamming algorithm based on similar sample ...
NIU Yingtao, ZHOU Quan
core +1 more source
Zhendong Ceshi yu Zhenduan针对设备工况变化导致基于深度学习（deep learning，简称DL）的故障诊断性能退化的问题，提出采用因果表示网络（causal representation net，简称CRNet）用于在变工况下实现高性能故障诊断，即域泛化（domain generalization，简称DG）故障诊断。首先，假设DG的结构因果模型，并基于此模型和独立因果机制（independent causal model，简称ICM）原理，得到因果驱动的诊断需求来消除特征间的关联；其次，利用随机傅里叶特征（random ...
doaj +1 more source
Trusted Task Offloading Scheme Based on Deep Reinforcement Learning [PDF]
To address security concerns related to the trust worthiness of edge servers in Mobile Edge Computing (MEC) as well as the challenges of slow convergence and significant fluctuations in task offloading schemes based on Deep Reinforcement Learning(DRL ...
Qiong SHI, Hui DUAN, Zhibin SHI
core +1 more source
Gaoya dianqi具有强随机性的新能源大规模接入电网，给电网带来愈来愈差的控制性能。具有马尔可夫随机过程特性的强化学习对解决随机性问题具有优势，而面向新能源规模化接入时，其仍面临着无法获取最优解的问题，控制性能并不理想。因此，提出一种价值估计矫正的软演员—评论家多智能体协同深度强化学习算法来获取多区域协同最优解。通过状态—动作的分布值函数减轻价值的过估计问题，从而获取全局最优解。对改进的IEEE标准两区域模型和西南三区域电网模型进行仿真，验证了所提算法的有效性，且与多种控制方法相比，具有更优的控制性及频率稳定性。
苏寅生 +5 more
doaj
物联网学报近年来，物联网（IoT）应用对设备可使用的能量要求不断提高，能量收集（EH）技术成为缓解边缘计算中设备能量短缺问题并延长电池寿命的重要途径。然而，当环境中可再生能源不充足时，设备电量耗尽会导致任务中断，影响物联网性能。为了解决这一问题，提出了一种联合能量收集和设备间（D2D）通信技术的任务卸载框架，采用基于深度强化学习（DRL）的边缘协作卸载计算方案，自主进行决策并使用模拟退火算法解决资源分配问题，以最小化系统运行总成本。对稳定和极端两种能量环境进行仿真，结果表明 ...
王珺，赵浩东
doaj +1 more source
Synthesis of embroidery based on convolutional neural network(基于卷积神经网络的刺绣风格数字合成)
Zhejiang Daxue xuebao. Lixue ban, 2019 针对刺绣风格数字化模拟方法立体感不强、缺少线条方向等问题，提出了一种基于深度学习和卷积神经网络的算法，将刺绣艺术风格传输到目标图像。利用图像语义分割网络及风格迁移网络，分别对目标内容图像与刺绣艺术风格图像进行目标提取和风格迁移。首先，输入目标内容图像与刺绣艺术风格图像，采用基于条件随机场的图像语义分割，将目标内容图与刺绣艺术风格图的前景与背景分离，并进行二值化处理，形成掩模图像；其次，将目标内容图与刺绣艺术风格图的RGB 颜色空间转换为YIQ；最后，参照掩模图像使用VGG19 ...
ZHENGRui(郑锐) +3 more
doaj +1 more source
Shuitu Baochi Xuebao, 2021 生产建设项目水土保持信息化监管是全国各地水土保持强监管、保护生态环境的重要职责和重点工作，面对覆盖全国、数量巨大、年度多次的监管重任，监管工作及技术方法遇到了人工复核工作量大、识别分析难、快速精准监管效能低等瓶颈制约，迫切需要以人工智能为核心的高新技术支撑，破解技术难题。通过对遥感影像光谱信息、纹理结构等特征分析，影像特征增强技术，各类项目占地、土石方挖填量与弃渣量、建设工期、水土流失影响程度等级等大数据辅助，经过全面、精细、智能深度学习，同时运用发改、国土资源、城乡建设、环保、林业、水利、交通 ...
姜德文, 蒋学玮, 周正立
doaj
智能科学与技术学报, 2020 简要地评论了强化学习的历史、现状与未来的发展途径，认为强化学习应从先行后知、先知后行向知行合一的平行强化学习迈进，实现在虚拟世界“吃一堑”，在物理世界“长一智”，真正成为智慧机制和智能算法的基础学习理论。
王飞跃, 曹东璞, 魏庆来
doaj