- 博客(37)
- 收藏
- 关注
RSS订阅原创 文献阅读：Transmitting, Fast and Slow: Scheduling Satellite Traffic through Space and Time (MobiCom 2023)
摘要：Earth observation Low Earth Orbit (LEO) satellites collect enormous amounts of data that needs to be transferred first to ground stations and then to the cloud, for storage and processing. Satellites today transmit data greedily to ground stations, with
2023-12-26 10:23:10
528
原创 通信类会议期刊排名(转)
但之后随着WiFi硬件接口的公开和软件无线电平台的星期，做实验变得越来越容易，所以对于实验验证的要求越来越高，收录的论文也越来越偏系统设计测量之类。2.如果要博士毕业，多从这些顶级会议中找Idea, 然后做研究发trans, 这样能跟上行业的进步，如果仅仅是从trans中找可能会较为old, 即使是当年发表的，除了非常偏理论的工作。这些会议都是IEEE老牌会议，很受EE的做通信的人的敬重。第三等级：VTC，CMC，ICCT，ICCS，ICC，WSN，CWSN，MWSN，EWSN，SENSERSYS。
2023-11-11 09:53:52
1159
原创 文献阅读：Large-Scale Vehicle Trajectory Reconstruction with CameraSensing Network
文献阅读：Large-Scale Vehicle Trajectory Reconstruction with CameraSensing Network
2023-10-10 15:39:13
196
原创 文献阅读：Efficiently Solving the Practical Vehicle Routing Problem: ANovel Joint Learning Approach
在本文中，我们提出了一个基于以节点和边缘特征作为输入和嵌入的图卷积网络（GCN）的模型。我们提出了两个独立的解码器来解码它们的嵌入。提出了一种基于递归神经网络（RNN）的序列预测解码器，以节点嵌入作为输入，输出序列作为VRP实例的求解。1.使用（启发式）精确算法得到（接近）最优解。2.与基于or的算法相比，基于DL模型[21,26]的训练策略可以有效地解决大规模问题（通常是在。然而，这些模型只是在人工生成的问题集上进行了测试，而在现实中忽略了复杂的交通网络。的时间来找到最优或接近最优的解决方案。
2023-10-10 15:36:56
233
原创 Torch not compiled with CUDA enabled
(156条消息) 错误Torch not compiled with CUDA enabled解决方法附CUDA安装教程及Pytorch安装教程_nm235666的博客-优快云博客
2023-07-15 10:48:10
100
原创 tensorlow-gpu保姆级教程
(156条消息) Tensorflow-gpu保姆级安装教程（Win11, Anaconda3，Python3.9）_python3.9安装tensorflow_酷酷的懒虫的博客-优快云博客
2023-07-14 11:00:05
89
原创 强化学习相关概念
表示对return也就是未来积累奖励求期望， 这个函数和当前的state和action还有policy有关，我们的目标肯定是最大化积累奖励，我们知道 这个函数和当前的state和action还有policy有关，三个变量不好处理，我们试着简化问题，我们定义 表示便利所有policy中最大的 ,这样只要确定了当前state我们就只需要决策当前的action就行了。观测值指的是已经发生的事件的结果的值，我们通常用小写字母表示如 表示第一次发生的事件的结果为1，第二次为0。
2023-06-13 15:46:15
158
原创 强化学习baseline概念
基于Pytorch的强化学习(DQN)之 Baseline 基本概念_强化学习 baseline_ZDDWLIG的博客-优快云博客【策略学习2】REINFORCE with baseline_近似期望_Echoooooh的博客-优快云博客
2023-06-13 15:16:41
93
1原创 关于TSP和GCN—NPEC
TSP：想象一下你自己去参加一个科学会议。这个领域很受欢迎，而且你肯定不想错过任何东西。你选择了几张你想看的海报，自然你必须回到你现在所在的地方：咖啡角。你应该按照哪个顺序去看海报，以尽量减少你四处走动的时间？这就是旅行科学家问题（TSP），你意识到你的问题相当于旅行推销员的问题（方便也TSP）。启发式这个世界不是一个游戏，我们希望训练能够做出决策以解决真实问题的模型。这些模型必须学会从一个组合的大量的潜在解决方案集中为一个问题选择好的解决方案。传统上，解决组合优化问题的方法可以分为精确的方法，
2023-06-13 10:09:12
393
原创 Efficiently Solving the Practical Vehicle Routing Problem: A Novel Joint Learning Approach
https://blog.youkuaiyun.com/yinyu19950811/article/details/111694606
2023-06-05 21:06:46
175
转载 A*算法（超级详细讲解，附有举例的详细手写步骤
A*算法（超级详细讲解，附有举例的详细手写步骤） https://blog.youkuaiyun.com/dujuancao11/article/details/109749219。
2023-06-05 20:18:03
84
原创 充电调度、充电行为
在何处充电以及如何充电已成为电动汽车充电调度中的重要研究课题。对电动汽车的充电过程进行优化调度有利于电网安全稳定运行,提升道路通行效率,提高可再生能源利用率,减少用户充电时间和充电费用.深度强化学习可以有效解决电动汽车充电优化调度面临的随机性和不确定性因素的影响.首先,概述了深度强化学习的工作原理,对比分析了不同种类强化学习的特点和应用场合.然后,从静态充电调度和动态充电调度两方面综述了基于深度强化学习的电动汽车充电调度算法研究成果,分析了现有研究的不足.最后,展望了该领域未来的研究方向.
2023-05-31 19:25:32
210
原创 充电调度、充电行为（电力系统保护与控制）
本文以优化负荷曲线性能、降低电动汽车充电费用为目标，改进粒子群算法并提出电动汽车用电优化策略，结合智能小区可调整负荷、温控负荷进行仿真验证。
2023-05-30 18:14:26
501
原创 数据驱动和模型驱动的区别
是模型去适应数据，模型是根据不同的数据而改变的。在我们身边的数据驱动的例子就是：1、电子购物软件中的定制推送，每个人的推送内容都是不同的，会根据你平时的浏览的数据生成。进行“数据采集——数据分析——得到模型——根据模型去分析并获得结果”这样的一个过程，是。其根据原有数据生成的模型是不变的，数据经过模型得到结果。
2023-05-17 16:19:35
4127
原创 机器学习中的各种距离
机器学习中的数学——距离定义（二十二）：海林格距离（Hellinger Distance）_von Neumann的博客-优快云博客
2023-05-03 18:40:12
248
原创 LEAD: Large-Scale Edge Cache DeploymentBased on Spatio-Temporal WiFi Traffific Statistics
LEAD: Large-Scale Edge Cache DeploymentBased on Spatio-Temporal WiFi Traffic Statistics
2023-01-13 10:14:43
102
转载 LSTM
（1）LSTM共享权值。(2) LSTM中其实只有一个lstm cell,只是在不同时序，让它看起来好像很多个celll。一个epoch训练结束，权值W就会更新。 (3) num_units就是这个层的隐藏神经元个数
2022-11-11 10:07:19
257
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人