申请/专利权人:西安交通大学
申请日:2020-05-27
公开(公告)日:2020-10-23
公开(公告)号:CN111813538A
主分类号:G06F9/50(20060101)
分类号:G06F9/50(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.11.10#实质审查的生效;2020.10.23#公开
摘要:本申请属于资源分配策略技术领域,特别是涉及一种边缘计算资源分配方法。关于如何有效分配边缘计算资源,移动边缘计算环境可以建模为马尔可夫决策过程,而该模型高度随机而且十分复杂。一种边缘计算资源分配方法,所述方法包括:1:定义边缘计算模型状态、动作和奖赏;2:分析、利用所述1定义的状态、动作和奖赏,定义神经网络的结构和输入输出的结构;3:按照给定训练方法更新、训练所述2定义的神经网络并应用。机器学习中的深度强化学习技术由于其对环境的强大感知能力与决策能力,十分适合应用在此模型,以求解回报最大化的问题。
主权项:1.一种边缘计算资源分配方法,其特征在于:所述方法包括:1:定义边缘计算模型状态、动作和奖赏;2:分析、利用所述1定义的状态、动作和奖赏,定义神经网络的结构和输入输出的结构;3:按照给定训练方法更新、训练所述2定义的神经网络并应用。
全文数据:
权利要求:
百度查询: 西安交通大学 一种边缘计算资源分配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。