| 标题 |
 DNN Task Partitioning and Migration Strategies in Multi-UAV-Assisted Mobile Edge Computing |
| 网址 | |
| DOI | |
| 其它 |
摘要： 深度神经网络（DNN）已被广泛应用于移动智能应用。然而，其高计算复杂性对资源有限的移动设备带来了重大挑战。为解决这一问题，本文提出了一种多无人机（UAV）辅助的移动边缘计算架构，专为DNN推理任务量身定制。通过分层划分DNN模型，并将不同的子任务分配给本地设备和空中服务器以实现协同处理，系统有效减轻了用户终端的计算负担。考虑到网络负载不平衡和无人机能量有限等因素，引入了任务迁移机制，以支持多架无人机之间的资源协调和负载均衡。其目标是通过联合优化用户-无人机关联、DNN划分、无人机轨迹、任务迁移和计算资源分配，最大限度地减少总加权能耗。由于最终优化问题的动态性和复杂性，我们将其建模为马尔可夫决策过程（MDP），并提出采用带有优先级经验回放的软演员-批评者（SAC-PER）来求解。此外，我们将凸优化（CO）技术集成到SAC-PER中，作为子程序，用于分配计算资源以提升学习效率。模拟结果显示，所提方法实现了更快的收敛速度，并比基线方法降低了最多14.6%的总加权能耗。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
凌凌
无极微光
cdercder
v0id
水煮电吹风
欧克
Nole
Kao
学术文献互助
DW
唠叨的大门
GingerF
DOC_XIONG
OK
xing_xing
Loscipy
Criminology34
殷勤的紫槐
潇洒的惋清
谢雷XIELei
皖公网安备34019202002308
