Buchumschlag

A Learning-Based Caching Mechanism for Edge Content Delivery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Torabi, Hoda, Khazaei, Hamzeh, Litoiu, Marin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Networking and Internet Architecture Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SlimCaching: Edge Caching of Mixture-of-Experts for Distributed Inference
von: Chen, Qian, et al.
Veröffentlicht: (2025)

DeepEdge: A Deep Reinforcement Learning based Task Orchestrator for Edge Computing
von: Yamansavascilar, Baris, et al.
Veröffentlicht: (2021)

Split Learning in 6G Edge Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2023)

DRL-Based Federated Self-Supervised Learning for Task Offloading and Resource Allocation in ISAC-Enabled Vehicle Edge Computing
von: Gu, Xueying, et al.
Veröffentlicht: (2024)

ScaDLES: Scalable Deep Learning over Streaming data at the Edge
von: Tyagi, Sahil, et al.
Veröffentlicht: (2023)

Device Sampling and Resource Optimization for Federated Learning in Cooperative Edge Networks
von: Wang, Su, et al.
Veröffentlicht: (2023)

Joint Optimization of Training and Inference in Federated Edge Learning via Constrained Multi-Objective Deep Reinforcement Learning
von: Li, Zhen, et al.
Veröffentlicht: (2026)

Optimizing Edge Offloading Decisions for Object Detection
von: Qiu, Jiaming, et al.
Veröffentlicht: (2024)

PeerSync: Accelerating Containerized Service Delivery at the Network Edge
von: Deng, Yinuo, et al.
Veröffentlicht: (2025)

On-demand Quantization for Green Federated Generative Diffusion in Mobile Edge Networks
von: Lai, Bingkun, et al.
Veröffentlicht: (2024)

Joint Partitioning and Placement of Foundation Models for Real-Time Edge AI
von: Djuhera, Aladin, et al.
Veröffentlicht: (2025)

Contention-Aware Microservice Deployment in Collaborative Mobile Edge Networks
von: Ge, Xinlei, et al.
Veröffentlicht: (2024)

QECO: A QoE-Oriented Computation Offloading Algorithm based on Deep Reinforcement Learning for Mobile Edge Computing
von: Rahmaty, Iman, et al.
Veröffentlicht: (2023)

COMSPLIT: A Communication-Aware Split Learning Design for Heterogeneous IoT Platforms
von: Ninkovic, Vukan, et al.
Veröffentlicht: (2024)

Federated Learning framework for LoRaWAN-enabled IIoT communication: A case study
von: Sanchez, Oscar Torres, et al.
Veröffentlicht: (2024)

Workflow Optimization for Parallel Split Learning
von: Tirana, Joana, et al.
Veröffentlicht: (2024)

Architectural Blueprint For Heterogeneity-Resilient Federated Learning
von: Bashir, Satwat, et al.
Veröffentlicht: (2024)

Performance Analysis of Decentralized Federated Learning Deployments
von: Jiang, Chengyan, et al.
Veröffentlicht: (2025)

Online Identification of IT Systems through Active Causal Learning
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

EMA: Efficient Model Adaptation for Learning-based Systems
von: Yu, Daiyang, et al.
Veröffentlicht: (2026)

EdgeTimer: Adaptive Multi-Timescale Scheduling in Mobile Edge Computing with Deep Reinforcement Learning
von: Hao, Yijun, et al.
Veröffentlicht: (2024)

Federated Split Learning with Model Pruning and Gradient Quantization in Wireless Networks
von: Zhang, Junhe, et al.
Veröffentlicht: (2024)

FedMFS: Federated Multimodal Fusion Learning with Selective Modality Communication
von: Yuan, Liangqi, et al.
Veröffentlicht: (2023)

Reactive Orchestration for Hierarchical Federated Learning Under a Communication Cost Budget
von: Čilić, Ivan, et al.
Veröffentlicht: (2024)

ECCO: Leveraging Cross-Camera Correlations for Efficient Live Video Continuous Learning
von: He, Yuze, et al.
Veröffentlicht: (2025)

MergeSFL: Split Federated Learning with Feature Merging and Batch Size Regulation
von: Liao, Yunming, et al.
Veröffentlicht: (2023)

Federated Continual Learning for Edge-AI: A Comprehensive Survey
von: Wang, Zi, et al.
Veröffentlicht: (2024)

FedSkipTwin: Digital-Twin-Guided Client Skipping for Communication-Efficient Federated Learning
von: Commey, Daniel, et al.
Veröffentlicht: (2025)

SFL-LEO: Asynchronous Split-Federated Learning Design for LEO Satellite-Ground Network Framework
von: Wu, Jiasheng, et al.
Veröffentlicht: (2025)

Graph Theory Meets Federated Learning over Satellite Constellations: Spanning Aggregations, Network Formation, and Performance Optimization
von: Nadimi, Fardis, et al.
Veröffentlicht: (2025)

Surviving the Edge: Federated Learning under Networking and Resource Constraints
von: Mwanje, Mike, et al.
Veröffentlicht: (2026)

Multitier Service Migration Framework Based on Mobility Prediction in Mobile Edge Computing
von: Yang, Run, et al.
Veröffentlicht: (2024)

A Hybrid Approach to Monitor Context Parameters for Optimising Caching for Context-Aware IoT Applications
von: Manchanda, Ashish, et al.
Veröffentlicht: (2024)

A Study on 5G Network Slice Isolation Based on Native Cloud and Edge Computing Tools
von: Andrade, Maiko, et al.
Veröffentlicht: (2025)

Communication Optimization for Decentralized Learning atop Bandwidth-limited Edge Networks
von: Sun, Tingyang, et al.
Veröffentlicht: (2025)

Urgent Edge Computing
von: Dazzi, Patrizio, et al.
Veröffentlicht: (2024)

Edge Graph Intelligence: Reciprocally Empowering Edge Networks with Graph Intelligence
von: Zeng, Liekang, et al.
Veröffentlicht: (2024)

Optimizing Server Placement for Vertical Federated Learning in Dynamic Edge/Fog Networks
von: Wang, Su, et al.
Veröffentlicht: (2026)

LOAM: Low-latency Communication, Caching, and Computation Placement in Data-Intensive Computing Networks
von: Zhang, Jinkun, et al.
Veröffentlicht: (2024)

Edge Offloading in Smart Grid
von: Arcas, Gabriel Ioan, et al.
Veröffentlicht: (2024)