-
公开(公告)号：CN110505604A
公开(公告)日：2019-11-26
申请号：CN201910778087.8
申请日：2019-08-22
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，涉及一种D2D通信系统接入频谱的方法。本发明针对D2D通信系统提出一种基于深度强化学习的频谱接入方法，让每个D2D通信设备根据历史和局部信息优化接入频谱的策略，以提高系统的整体容量。和现有的方案相比，本发明只需让每个D2D通信设备收集本地测量数据(如接收干扰等)和来自于其他D2D通信设备有延迟的反馈信息，而无需实时收集D2D通信设备间的CSI。
-
公开(公告)号：CN110472065A
公开(公告)日：2019-11-19
申请号：CN201910676206.9
申请日：2019-07-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于GCN孪生网络的跨语言知识图谱实体对齐方法，首先对于两种语言的知识图谱分别提取邻接矩阵和属性信息矩阵，将两种语言的知识图谱已知的对齐实体对作为正样本，构成正样本集合；对于关系结构信息和属性信息分别构建一个GCN孪生网络，分别记为GCN_SE、GCN_AE，将两个知识图谱的邻接矩阵作为GCN孪生网络GCN_SE的输入，对GCN孪生网络GCN_SE进行训练；将两个知识图谱的邻接矩阵和属性信息矩阵作为GCN孪生网络GCN_AE的输入，对GCN孪生网络GCN_AE进行训练；基于训练好的GCN孪生网络，得到潜在对齐实体结果。本发明仅需要多语言知识图谱中实体之间的关系结构信息、属性信息以及部分已对齐实体作为训练集，不需要获取额外的实体特征数据就能同时推断多个潜在对齐实体对。
-
公开(公告)号：CN110472065B
公开(公告)日：2022-03-25
申请号：CN201910676206.9
申请日：2019-07-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于GCN孪生网络的跨语言知识图谱实体对齐方法，首先对于两种语言的知识图谱分别提取邻接矩阵和属性信息矩阵，将两种语言的知识图谱已知的对齐实体对作为正样本，构成正样本集合；对于关系结构信息和属性信息分别构建一个GCN孪生网络，分别记为GCN_SE、GCN_AE，将两个知识图谱的邻接矩阵作为GCN孪生网络GCN_SE的输入，对GCN孪生网络GCN_SE进行训练；将两个知识图谱的邻接矩阵和属性信息矩阵作为GCN孪生网络GCN_AE的输入，对GCN孪生网络GCN_AE进行训练；基于训练好的GCN孪生网络，得到潜在对齐实体结果。本发明仅需要多语言知识图谱中实体之间的关系结构信息、属性信息以及部分已对齐实体作为训练集，不需要获取额外的实体特征数据就能同时推断多个潜在对齐实体对。
-
Patent Agency Ranking
公开(公告)号：CN110365387B
公开(公告)日：2021-07-27
申请号：CN201910640413.9
申请日：2019-07-16
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，涉及一种蜂窝通信系统的波束选择方法。本发明提出基于深度强化学习的智能波束选择方法来根据局部和历史的环境观测信息进行波束选择。本发明不需要获取实时的全局信道信息，只需要根据局部的信道信息进行决策，在蜂窝之间交互信息量比较少的条件下得到提高整个系统总吞吐量的波束选择策略。
-
公开(公告)号：CN110505604B
公开(公告)日：2021-07-09
申请号：CN201910778087.8
申请日：2019-08-22
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，涉及一种D2D通信系统接入频谱的方法。本发明针对D2D通信系统提出一种基于深度强化学习的频谱接入方法，让每个D2D通信设备根据历史和局部信息优化接入频谱的策略，以提高系统的整体容量。和现有的方案相比，本发明只需让每个D2D通信设备收集本地测量数据(如接收干扰等)和来自于其他D2D通信设备有延迟的反馈信息，而无需实时收集D2D通信设备间的CSI。
-
公开(公告)号：CN110365387A
公开(公告)日：2019-10-22
申请号：CN201910640413.9
申请日：2019-07-16
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，涉及一种蜂窝通信系统的波束选择方法。本发明提出基于深度强化学习的智能波束选择方法来根据局部和历史的环境观测信息进行波束选择。本发明不需要获取实时的全局信道信息，只需要根据局部的信道信息进行决策，在蜂窝之间交互信息量比较少的条件下得到提高整个系统总吞吐量的波束选择策略。
-
公开(公告)号：CN109862567A
公开(公告)日：2019-06-07
申请号：CN201910241003.7
申请日：2019-03-28
Applicant: 电子科技大学
IPC: H04W16/04 , H04W16/14 , H04W74/02 , H04B17/382
Abstract: 本发明属于无线通信技术领域，涉及一种蜂窝移动通信系统接入非授权频谱的方法。本发明的目标是使蜂窝系统充分利用频谱中的空闲时间进行传输。空闲时间是指其他系统没有数据需要传输的时间，即当前缓冲区的包已经传输完成而新的数据包尚未达到。由于深度强化学习能够通过在复杂的数据中提取变化规律，进而实现在复杂动态环境中进行有效地决策，本发明提出利用深度强化学习对频谱占用情况进行分析和预测，然后根据频谱的繁忙程度自适应地调整蜂窝系统的接入策略。本发明无需各个运作在非授权频谱上的系统增加额外的控制信道或控制接口，通过深度强化学习频谱数据中的流量变化规律，实现在蜂窝系统在无需其他系统信息情况下的智能频谱接入方案。
-
公开(公告)号：CN109862567B
公开(公告)日：2019-12-27
申请号：CN201910241003.7
申请日：2019-03-28
Applicant: 电子科技大学
IPC: H04W16/04 , H04W16/14 , H04W74/02 , H04B17/382
Abstract: 本发明属于无线通信技术领域，涉及一种蜂窝移动通信系统接入非授权频谱的方法。本发明的目标是使蜂窝系统充分利用频谱中的空闲时间进行传输。空闲时间是指其他系统没有数据需要传输的时间，即当前缓冲区的包已经传输完成而新的数据包尚未达到。由于深度强化学习能够通过在复杂的数据中提取变化规律，进而实现在复杂动态环境中进行有效地决策，本发明提出利用深度强化学习对频谱占用情况进行分析和预测，然后根据频谱的繁忙程度自适应地调整蜂窝系统的接入策略。本发明无需各个运作在非授权频谱上的系统增加额外的控制信道或控制接口，通过深度强化学习频谱数据中的流量变化规律，实现在蜂窝系统在无需其他系统信息情况下的智能频谱接入方案。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
