Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Deep reinforcement learning applied to power control in D2D communications
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/905696
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Menezes, Leonardo Rodrigues Araújo Xavier de | - |
| Autor(es): dc.contributor | lucasbaiao@gmail.com | - |
| Autor(es): dc.creator | Pires, Lucas Baião | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T16:19:57Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T16:19:57Z | - |
| Data de envio: dc.date.issued | 2021-09-03 | - |
| Data de envio: dc.date.issued | 2021-09-03 | - |
| Data de envio: dc.date.issued | 2021-09-03 | - |
| Data de envio: dc.date.issued | 2021-06-28 | - |
| Fonte completa do material: dc.identifier | https://repositorio.unb.br/handle/10482/42018 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/905696 | - |
| Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2021. | - |
| Descrição: dc.description | O rápido avanço da digitalização do mundo, juntamente com as novas aplicações e serviços suportados pelo 5G, trazem a necessidade de se aumentar a eficiência espectral dos sistemas de comunicações móveis. Uma das propostas para atingir este objetivo, e também habilitar diversas aplicações da Indústria 4.0, são as comunicações D2D. Neste trabalho, são apresentados estudos sobre a viabilidade e desempenho de técnicas de aprendizagem por reforço no controle de potência de dispositivos nas comunicações D2D. A fim de obter soluções mais adaptativas, e capazes de aprender com o ambiente em que atuam, optou-se por explorar técnicas de aprendizagem por reforço, que são parte da família de algoritmos de aprendizagem de máquina, e que são capazes de encontrar soluções para diversos problemas utilizando experiências adquiridas, sem a necessidade de uma base de dados anterior ao processo de treinamento. Neste trabalho, exploraram-se duas técnicas de ações discretas, que seguem diferentes paradigmas, e uma técnica de ações contínuas. Para cada uma delas, são discorridas as teorias que as compõem, bem como os processos de decisão markovianos desenvolvidos para a implementação destas. Os desempenhos das soluções são avaliados e comparados entre si, bem como a capacidade de adaptação de cada uma das soluções. Os resultados foram obtidos por meio de um simulador computacional de interferências, desenvolvido ao longo do trabalho. As principais contribuições deste trabalho são as proposições de algoritmos baseados em aprendizagem profunda por reforço para o aumento da eficiência espectral do sistema, juntamente com a satisfação dos requisitos de qualidade de serviço do usuário primário, por meio do controle de potência de transmissão na comunicação D2D no modo inband underlay. Além disso, são feitas diversas análises dos algoritmos propostos, para entendimento do comportamento dessas soluções. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). | - |
| Descrição: dc.description | The fast digitalization advancement in the world, along with the new applications and services supported by 5G, brings the need to increase the spectral efficiency for the mobile communications systems. One of the propositions for helping achieve this goal, and enabling diverse applications in Industry 4.0, is D2D communications. This work presents studies on the performance and the viability of reinforcement learning techniques applied to device power control in D2D communication. In order to achieve more adaptable solutions, and capable of learning with the environment they act upon, it was opted on exploring reinforcement learning techniques, which are members of the machine learning algorithms family, and are able to find solutions, for diverse problems, using acquired experiences, without requiring a database, prior to the training. In this work, two discrete-action techniques were explored, which are based upon different paradigms, and one continuous-action technique. For each one of them, it was presented their fundamental theories, as well as the developed markovian processes for their implementation. The solutions' performances are evaluated, along with their adaptation capacities. The results were obtained through a computational interferences simulator, developed throughout this work. The main contributions from this work are the proposed deep reinforcement learning- based algorithms for enhancing the system spectral efficiency, while satisfying the primary user QoS requirements, through the transmit power control in inband underlay D2D communication. Furthermore, this work provides in-depth analysis on the proposed algorithms, for a better understanding on the solutions' behaviours. | - |
| Descrição: dc.description | Faculdade de Tecnologia (FT) | - |
| Descrição: dc.description | Departamento de Engenharia Elétrica (FT ENE) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Engenharia Elétrica | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Aprendizagem por reforço | - |
| Palavras-chave: dc.subject | Comunicação D2D | - |
| Palavras-chave: dc.subject | Aprendizagem profunda | - |
| Palavras-chave: dc.subject | 5G | - |
| Título: dc.title | Deep reinforcement learning applied to power control in D2D communications | - |
| Título: dc.title | Aprendizagem por reforço profunda aplicada ao controle de potência nas comunicações D2D | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo