检索结果-南通市图书馆

北京交通大学学报 2024年第2期48卷 144-153页

作者：邓金雪李纯喜李宗辉赵永祥北京交通大学电子信息工程学院北京100044 北京交通大学计算机与信息技术学院北京100044

针对现有研究寻找数据流最佳排序这一过程本身花费时间过多,没有工程可行的寻找最佳排序的有效方法的问题,提出基于深度强化学习的流排序和调度框架PSNDRL.该框架包括3个关键模块,即创建时间触发(Time-Triggered,TT)流之间关系图的预处... 详细信息

针对现有研究寻找数据流最佳排序这一过程本身花费时间过多,没有工程可行的寻找最佳排序的有效方法的问题,提出基于深度强化学习的流排序和调度框架PSNDRL.该框架包括3个关键模块,即创建时间触发(Time-Triggered,TT)流之间关系图的预处理模块、挖掘和量化TT流之间复杂的相关关系并选择概率值最高的TT流的代理模块、进行TT流调度和奖励计算的环境模块,利用图卷积网络和强化学习从大量的TT流中智能探索流特征以及流之间的复杂相关关系对基于可满足性模理论(Satisfiability Modulo Theories,SMT)流调度算法求解时间的潜在影响.通过训练该框架,学习得到一个高效率的TT流策略排序网络,用于在利用SMT流调度算法调度TT流时进行TT流选择.通过与随机排序和基线排序方法进行对比,验证PSNDRL的有效性.结果表明:与随机排序方法的总调度时间、基线排序方法的最大总调度时间相比,PSNDRL的总调度时间分别减少了24.63%和25.95%.所提框架为提高时间敏感网络(Time Sensitive Networking,TSN)流调度效率的研究提供了新的方向.

关键词：时间敏感网络深度强化学习流排序流调度

来源：

维普期刊数据库

同方期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

时间敏感网络端到端业务流调度的研究

时间敏感网络端到端业务流调度的研究

引用

作者：邓金雪北京交通大学

学位级别：硕士

时间敏感网络(TSN)作为一组IEEE标准,通过对以太网的安全关键和实时应用程序进行扩展,解决了现代关键任务应用的严格时间限制。TSN由于其实时和低抖动的通信能力,在工业自动化和车载网络等很多应用领域是一种很有前途的通信技术。TSN的... 详细信息

时间敏感网络(TSN)作为一组IEEE标准,通过对以太网的安全关键和实时应用程序进行扩展,解决了现代关键任务应用的严格时间限制。TSN由于其实时和低抖动的通信能力,在工业自动化和车载网络等很多应用领域是一种很有前途的通信技术。TSN的核心机制是流调度,而求解的效率是流调度算法的一个重要考虑因素。现有的TSN流调度一般采用启发式算法来降低计算复杂度,提高求解速度。但同时有研究表明,数据流的输入顺序也是影响流调度算法求解时间的关键因素,该研究仅起到了验证作用,实际上数据流的输入顺序对流调度算法求解时间的影响是复杂的,获得一个好的顺序来降低流调度算法求解时间是具有挑战性的。因此,本文针对流调度算法的运行时间优化问题,从时间触发(TT)流的输入顺序角度出发,研究提高TT流调度效率的方法,以优化TT流的调度时间以及TT流调度的总运行时间(包括TT流排序和流调度时间)。本文主要工作包括:(1)利用了遗传-禁忌混合搜索算法,用于探索TT流的输入顺序,优化流调度算法的运行时间。基于SMT流调度算法实现对TT流的调度,该遗传-禁忌混合搜索算法是为了确定TT流在进行调度时的输入顺序。该算法利用遗传算法较好的全局寻优能力优势生成TT流输入顺序的初始解,通过选择、交叉和变异等操作不断产生新的适应环境的个体,从而求得满意解,根据禁忌搜索算法较好的邻域搜索能力,对交叉和变异进行禁忌操作,提高搜索的效率。(2)提出了一个快速排序TT流的深度强化学习框架(PSNDRL),以优化包括TT流排序时间和流调度时间在内的TT流调度总运行时间。本文设计了一个快速排序TT流的深度强化学习框架,训练并使用特定网络的排序代理对TT流进行排序,能够以相对较低的时间成本找到一个好的流排序。该框架包括三个关键模块:创建TT流之间的关系图的预处理模块,挖掘和量化TT流之间复杂的相关关系并选择概率值最高的TT流的代理模块,以及进行TT流调度和奖励计算的环境模块。(3)基于车载网络数据集的实验结果表明,利用遗传-禁忌搜索算法寻找到的TT流输入顺序对调度时间的优化优于传统的遗传算法和禁忌搜索算法,比遗传算法结果低7.74%,比禁忌搜索算法低10.74%。提出的PSNDRL框架所耗费的流总调度时间(包括流排序时间和流调度时间)与随机排序的直接调度和基于流属性排序的调度方法相比,分别减少了25.95%和24.62%;PSNDRL框架所耗费的流调度时间与遗传-禁忌搜索算法相比也有所减少。

关键词：时间敏感网络深度强化学习流排序流调度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向查询的自动文本摘要技术研究综述

引用

计算机科学 2018年第B11期45卷 12-16页

作者：王凯祥中国人民大学信息资源管理学院北京100872

对面向查询的自动文本摘要技术进行系统梳理,分析所用方法的基本思想、优缺点,并总结未来的发展方向。通过分析梳理,总结出了四大类面向查询的自动文本摘要技术:基于图模型的方法、基于机器学习的方法、基于聚类的方法和其他方法。在今... 详细信息

对面向查询的自动文本摘要技术进行系统梳理,分析所用方法的基本思想、优缺点,并总结未来的发展方向。通过分析梳理,总结出了四大类面向查询的自动文本摘要技术:基于图模型的方法、基于机器学习的方法、基于聚类的方法和其他方法。在今后的研究过程中,基于神经网络和多模型融合的方法将成为未来研究的热点,在应用层面上,与实际应用场景相结合的算法研究将成为趋势。

关键词：文本摘要图模型流排序主题模型神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：