书目信息 |
| 题名： |
网络及其应用的协同智能管控
|
|
| 作者： | 宋彤雨 ， 任婧 ， 王雄 著 | |
| 分册： | ||
| 出版信息： | 北京 人民邮电出版社 2025.03 |
|
| 页数： | 192页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP393.07 | |
| 科图分类： | ||
| 主题词： | 计算机网络管理--ji suan ji wang luo guan li | |
| 电子资源： | ||
| ISBN： | 978-7-115-65569-1 | |
| 000 | 02027nam0 2200277 450 | |
| 001 | 95212 | |
| 005 | 20250901204152.93 | |
| 010 | @a978-7-115-65569-1@dCNY129.80 | |
| 100 | @a20250411d2025 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak a 001yy | |
| 106 | @ar | |
| 200 | 1 | @a网络及其应用的协同智能管控@Awang luo ji qi ying yong de xie tong zhi neng guan kong@d= Collaborative intelligent management and control of networks and their applications@f宋彤雨, 任婧, 王雄等著@zeng |
| 210 | @a北京@c人民邮电出版社@d2025.03 | |
| 215 | @a192页@c图@d24cm | |
| 320 | @a有书目和索引 | |
| 330 | @a本书共分为7章。第1章介绍网络资源管控模式的发展, 分析网络及其应用的协同决策方法需要解决的两类问题及其挑战, 以及使用深度学习技术应对这些问题的方法, 最后概述了深度学习在网络资源管控中的已有工作。第2章针对DASH业务视频码率调整和带宽资源分配联合优化问题, 介绍一种利用深度学习和监督学习框架的快速求解方案。第3章针对移动边缘计算场景中任务卸载和计算资源分配联合优化问题, 介绍两种基于深度学习和监督学习的快速求解方案。第4章针对移动增强现实业务中的计算资源动态分配问题, 介绍一种利用单智能体深度强化学习的求解方案, 智能体通过对网络中计算资源的分配引导应用调整参数 ; 针对移动增强现实业务中的多应用参数协同调整问题, 介绍一种利用多智能体深度强化学习的求解方案, 各智能体协同进行应用参数调整。第5章针对多联盟链场景下路由和带宽资源动态分配问题, 介绍一种利用多智能体深度强化学习的求解方案, 各智能体首先进行路由规划, 然后由网络层进行带宽资源分配。第6章针对无线传感器网络中动态路由规划问题, 介绍一种利用多智能体深度强化学习的求解方案, 各智能体首先生成用于路由决策的元数据, 然后由网络层产生最终路由方案。第7章对本书内容进行总结, 展望未来可能的研究方向。 | |
| 510 | 1 | @aCollaborative intelligent management and control of networks and their applications@zeng |
| 606 | 0 | @a计算机网络管理@Aji suan ji wang luo guan li |
| 690 | @aTP393.07@v5 | |
| 701 | 0 | @a宋彤雨@Asong tong yu@4著 |
| 701 | 0 | @a任婧@Aren jing@4著 |
| 701 | 0 | @a王雄@Awang xiong@4著 |
| 801 | 0 | @aCN@c20250909 |
| 905 | @a河南城建学院图书馆@dTP393.07@eS775@f1 | |
| 网络及其应用的协同智能管控= Collaborative intelligent management and control of networks and their applications/宋彤雨, 任婧, 王雄等著.-北京：人民邮电出版社，2025.03 |
| 192页：图；24cm |
| ISBN 978-7-115-65569-1：CNY129.80 |
| 本书共分为7章。第1章介绍网络资源管控模式的发展, 分析网络及其应用的协同决策方法需要解决的两类问题及其挑战, 以及使用深度学习技术应对这些问题的方法, 最后概述了深度学习在网络资源管控中的已有工作。第2章针对DASH业务视频码率调整和带宽资源分配联合优化问题, 介绍一种利用深度学习和监督学习框架的快速求解方案。第3章针对移动边缘计算场景中任务卸载和计算资源分配联合优化问题, 介绍两种基于深度学习和监督学习的快速求解方案。第4章针对移动增强现实业务中的计算资源动态分配问题, 介绍一种利用单智能体深度强化学习的求解方案, 智能体通过对网络中计算资源的分配引导应用调整参数 ; 针对移动增强现实业务中的多应用参数协同调整问题, 介绍一种利用多智能体深度强化学习的求解方案, 各智能体协同进行应用参数调整。第5章针对多联盟链场景下路由和带宽资源动态分配问题, 介绍一种利用多智能体深度强化学习的求解方案, 各智能体首先进行路由规划, 然后由网络层进行带宽资源分配。第6章针对无线传感器网络中动态路由规划问题, 介绍一种利用多智能体深度强化学习的求解方案, 各智能体首先生成用于路由决策的元数据, 然后由网络层产生最终路由方案。第7章对本书内容进行总结, 展望未来可能的研究方向。 |
| ● |
| 相关链接 |
|
|
|
正题名：网络及其应用的协同智能管控
索取号：TP393.07/S775
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1629270 | 216292704 | 自科库301/ [索取号:TP393.07/S775] | 在馆 |