| Başlık | Yinelemeli Öğrenme ile Bilişsel Radyo Ağlarında Enerji Verimliliği |
| Öğrenci | Hayır |
| Yazar(lar) |
Yazar 1 Name: Mehmet Emre Org: Boğaziçi Üniversitesi Country: TR E-mail: mehmet.emre_AT_boun.edu.tr Yazar 2 Name: Gürkan Gür Org: Provus – A MasterCard Company Country: TR E-mail: gurkan_gur_AT_mastercard.com Yazar 3 Name: Suzan Bayhan Org: Helsinki Üniversitesi Country: FI E-mail: bayhan_AT_hiit.fi Yazar 4 Name: Fatih Alagöz Org: Boğaziçi Üniversitesi Country: TR E-mail: fatih.alagoz_AT_boun.edu.tr |
| Anahtar Kelimeler | Bilişsel Radyo, Enerji Verimliliği, Yinelemeli Öğrenme, Kanal Algılama ve Erişimi, Çevre Dostu İletişim, Mobil Ağlar |
| Özet | Bilişsel Radyo (BR) araştırmaları dinamik spektrum erişimi üzerine kurulu bu teknolojinin radyo spektrum verimliliğini önemli bir ölçüde arttırdığını göstermektedir. Buna karşın, özellikle yoğun ortam dinlemesine bağlı olarak ortaya çıkan enerji tüketimi ve BR’ların enerji verimliliği henüz tamamıyla incelenmiş değildir. BR ortam duyarlılığı, ortama uyum sağlama ve bilişsel işlevleri nedeniyle yeni nesil akıllı ağların temel parçalarından biri olarak görülmektedir. Lakin, trafik algılama, kanal değiştirme ve ileri seviye bilgi işleme gibi bilişsel süreçleri gerçekleştirebilmek için BR’lar mobil cihazlarda kısıtlı olan yüksek kapasiteli pillere ihtiyaç duymaktadırlar. Ayrıca operatör açısından düşünüldüğünde, enerji masrafları mobil operatör masraflarının büyük (%20-%30 arasında) bir kısmını oluşturmaktadır. Son kullanıcının bakış açısına göre ise enerji verimliliği daha uzun pil ömrü demek olduğundan önemli bir faktördür. Bu bildiride dinamik bir ortamda, ön bilgi olmaksızın, ana kullanıcı kanallarını kullanarak ve bir iletim hızı kısıtına uyarak enerji verimliliğini eniyilemeye çalışan bir BR’yu ele alıyoruz. Bu çalışmada BR’nun içinde bulunduğu ortamı öğrenmesi ve bu ortama uyum sağlayarak enerji verimliliğini eniyilemesi için bir yinelemeli öğrenme şeması sunuyoruz. Ayrıca ana kullanıcı frekansları arası geçişin zaman ve enerji maliyetini de verimsiz BR donanımı için önemli bir etmen olabileceği için hesaba katıyoruz. Çözümümüz, iletişim hızı açısından iletişim hızını eniyileyen açgözlü bir algoritmaya yakın bir performans elde ediyor. Ayrıca, algoritmamız rastgele kanal seçen algoritmaya yakın bir enerji verimliliğiyle başlamasına rağmen içinde bulunduğu ortamı öğrenerek zamanla enerji verimliliğini iyileştiriyor. Ayrıca, algoritmanın parametrelerinden tampon bellek seviyelerinin sayısının artması verimliliği artırmasına rağmen iletim hızının varyansını da artırdığını gözlemledik. Gelecek çalışma olarak birden fazla BR'nun bulunduğu ortamlarda işbirlikli Q-öğrenme algoritmasını temel alan bir algoritma tasarlamayı ve işbirlikli öğrenmenin öğrenme verişi iletimi maliyetini sağladığı kazançla karşılaştırmayı planlıyoruz. |
| Başlıklar |
AB-Bildiri Mobil Ağlar, Teknolojiler ve Uygulamalar Yapay Zeka |
| Dosya |
 |