Deep Reinforcement Learning for Energy-Efficient Multi-Channel Transmissions in 5G Cognitive HetNets: Centralized, Decentralized and Transfer Learning Based Solutions

Επιστημονική δημοσίευση - Άρθρο Περιοδικού uoadl:2968330 87 Αναγνώσεις

Μονάδα:
Τμήμα Διαχείρισης Λιμένων και Ναυτιλίας
Τίτλος:
Deep Reinforcement Learning for Energy-Efficient Multi-Channel Transmissions in 5G Cognitive HetNets: Centralized, Decentralized and Transfer Learning Based Solutions
Γλώσσες Τεκμηρίου:
Αγγλικά
Περίληψη:
Δεν υπάρχει περίληψη
Έτος δημοσίευσης:
2021
Συγγραφείς:
Anastasios Giannopoulos
Sotirios Spantideas
Nikolaos Kapsalis
Panagiotis Karkazis
Panagiotis Trakadas
Περιοδικό:
IEEE Access
Εκδότης:
Institute of Electrical and Electronics Engineers (IEEE)
Τόμος:
9
Σελίδες:
129358--129374
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Επίσημο URL (Εκδότης):
DOI:
10.1109/access.2021.3113501
Το ψηφιακό υλικό του τεκμηρίου δεν είναι διαθέσιμο.