인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
We propose Adaptive Framed Slotted ALOHA (AFSA), an enhanced protocol designed to maximize the throughput of the Slotted ALOHA protocol by leveraging Q-ALOHA reinforcement learning. AFSA operates independently for all participating nodes, ensuring that no additional traffic is generated for the collection of training data required for Q-ALOHA reinforcement learning. each independently operating node incorporates STATIC, Exponential Moving Average (EMA), and Exponential Reward Scaling (ERS) into the reinforcement learning reward update function, evaluating both speed and stability. These mechanisms aim to evaluate and improve both speed and stability while minimizing looping situations caused by local minima problems. The performance evaluation reveals that applying the ERS function achieved a throughput of 84% after 200 simulation episodes—50% higher than the theoretical maximum throughput of 37% for traditional Slotted-ALOHA. Furthermore, applying EMA and ERS demonstrated more stable convergence compared to STATIC. The study confirms that AFSA can independently achieve near-optimal throughput without consuming additional bandwidth for training data collection.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094557743
