新版首页
教学科研
喜报|人工智能学院叶仕通先生以第一作者身份在SCIE收录的期刊揭晓论文
克日，人工智能学院西席叶仕通以第一作者身份在《Alexandria Engineering Journal》期刊揭晓了题为“A deep reinforcement learning-based intelligent QoS optimization algorithm for efficient routing in vehicular networks”的论文，该期刊属于SCIE检索期刊，是JCR Q1分区，中科院二区，Top期刊�！�
本文提出了一种基于深度强化学习的智能服务质量（QoS）优化算法（DRLIQ），用于提高车载自组织网络（VANETs）中的路由效率�！Ｌ厥馐窃诿挥新繁叩ノ唬≧SU）的情形中，该算法通过动态学习和顺应网络转变，智能选择最优数据传输路径，有用镌汰通讯中止和延迟，提高数据传输的准确性�！�
实验效果批注，DRLIQ算法在镌汰通讯中止、比特过失率（BER）和网络延迟方面优于现有的热门算法，尤其是在高车流密度的情形下体现突出�！１鸬�，该算法还展示了应对网络拓扑转变和车辆动态的高顺应性和稳固性�！�
本文的主要孝顺包括：
1.提出了一种适用于无RSU情形的深度强化学习路由决议算法，能够动态调解路由战略，实现路由决议的智能化和效率优化�！�
2.集成了多维度的网络性能指标，如通讯中止概率、网络负载、传输速率和误码率，优化了这些指标，从而提供多维优化的智能路由方案�！�
3.实验评估显示，在RSU缺失的高动态情形中，DRLIQ算法显著降低了网络延迟和通讯中止次数，同时镌汰了比特过失率，证实其在重大车辆网络情形中的有用性�！�
此研究为智能交通系统（ITS）中的VANETs提供了高效的路由解决方案，具有普遍的应用远景�！�
本论文为2019年广东省通俗高校特色立异类项目《基于深度学习的车载自组织网络自顺应路由手艺（2019KTSCX237）》资助的研究效果�！�
（图文/人工智能学院 责任编辑/刘育静）
上一条：喜报|“环南海国家华人文学与文化研究中心”获批广东省通俗高校人文社科重点研究基地
下一条：喜报|我�；；窳较罱逃咳宋纳缁峥蒲а芯恳话阆钅苛⑾�