:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jingbo, Wu, Qiong, Fan, Pingyi, Fan, Qiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2410.07881
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Digital Twin Vehicular Edge Computing Network: Task Offloading and Resource Allocation
von: Xie, Yu, et al.
Veröffentlicht: (2024)

PPO-Based Hybrid Optimization for RIS-Assisted Semantic Vehicular Edge Computing
von: Feng, Wei, et al.
Veröffentlicht: (2026)

Mobility-Aware Federated Self-supervised Learning in Vehicular Network
von: Gu, Xueying, et al.
Veröffentlicht: (2024)

Personalized Federated Distillation Assisted Vehicle Edge Caching Strategy
von: Li, Xun, et al.
Veröffentlicht: (2025)

Anti-Byzantine Attacks Enabled Vehicle Selection for Asynchronous Federated Learning in Vehicular Edge Computing
von: Zhang, Cui, et al.
Veröffentlicht: (2024)

DRL-Based Resource Allocation for Motion Blur Resistant Federated Self-Supervised Learning in IoV
von: Gu, Xueying, et al.
Veröffentlicht: (2024)

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)

A Survey on Semantic Communications in Internet of Vehicles
von: Ye, Sha, et al.
Veröffentlicht: (2025)

Distributed Deep Reinforcement Learning Based Gradient Quantization for Federated Learning Enabled Vehicle Edge Computing
von: Zhang, Cui, et al.
Veröffentlicht: (2024)

Cooperative Edge Caching Based on Elastic Federated and Multi-Agent Deep Reinforcement Learning in Next-Generation Network
von: Wu, Qiong, et al.
Veröffentlicht: (2024)

Joint Optimization of Age of Information and Energy Consumption in NR-V2X System based on Deep Reinforcement Learning
von: Song, Shulin, et al.
Veröffentlicht: (2024)

Resource Allocation for Twin Maintenance and Computing Task Processing in Digital Twin Vehicular Edge Computing Network
von: Xie, Yu, et al.
Veröffentlicht: (2024)

Reconfigurable Intelligent Surface Aided Vehicular Edge Computing: Joint Phase-shift Optimization and Multi-User Power Allocation
von: Qi, Kangwei, et al.
Veröffentlicht: (2024)

Semantic-Aware Cooperative Communication and Computation Framework in Vehicular Networks
von: Zhang, Jingbo, et al.
Veröffentlicht: (2025)

EdgeFLow: Serverless Federated Learning via Sequential Model Migration in Edge Networks
von: Shi, Yuchen, et al.
Veröffentlicht: (2026)

Graph Neural Networks and Deep Reinforcement Learning Based Resource Allocation for V2X Communications
von: Ji, Maoxin, et al.
Veröffentlicht: (2024)

Deep-Reinforcement-Learning-Based AoI-Aware Resource Allocation for RIS-Aided IoV Networks
von: Qi, Kangwei, et al.
Veröffentlicht: (2024)

Topology-aware Federated Learning in Edge Computing: A Comprehensive Survey
von: Wu, Jiajun, et al.
Veröffentlicht: (2023)

Optimizing Age of Information in Vehicular Edge Computing with Federated Graph Neural Network Multi-Agent Reinforcement Learning
von: Wang, Wenhua, et al.
Veröffentlicht: (2024)

Reconfigurable Intelligent Surface Assisted VEC Based on Multi-Agent Reinforcement Learning
von: Qi, Kangwei, et al.
Veröffentlicht: (2024)

Enhanced SPS Velocity-adaptive Scheme: Access Fairness in 5G NR V2I Networks
von: Xu, Xiao, et al.
Veröffentlicht: (2025)

Joint Optimization of Resource Allocation and Data Selection for Fast and Cost-Efficient Federated Edge Learning
von: Jia, Yunjian, et al.
Veröffentlicht: (2024)

Semantic-Aware Resource Management for C-V2X Platooning via Multi-Agent Reinforcement Learning
von: Zhang, Wenjun, et al.
Veröffentlicht: (2024)

Semantic-Aware Resource Allocation Based on Deep Reinforcement Learning for 5G-V2X HetNets
von: Shao, Zhiyu, et al.
Veröffentlicht: (2024)

Vehicle Selection for C-V2X Mode 4 Based Federated Edge Learning Systems
von: Wu, Qiong, et al.
Veröffentlicht: (2024)

Joint Model Pruning and Resource Allocation for Wireless Time-triggered Federated Learning
von: Zhang, Xinlu, et al.
Veröffentlicht: (2024)

Semantic-Aware Spectrum Sharing in Internet of Vehicles Based on Deep Reinforcement Learning
von: Shao, Zhiyu, et al.
Veröffentlicht: (2024)

Federated Client Selection under Partial Visibility: A POMDP Approach with Spatio-Temporal Attention
von: Hou, Qijun, et al.
Veröffentlicht: (2026)

Online Client Scheduling and Resource Allocation for Efficient Federated Edge Learning
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

FedGMI: Generative Model-Driven Federated Learning for Probabilistic Mixture Inference
von: Hou, Qijun, et al.
Veröffentlicht: (2026)

DRL-Based Optimization for AoI and Energy Consumption in C-V2X Enabled IoV
von: Zhang, Zheng, et al.
Veröffentlicht: (2024)

Velocity and Density-Aware RRI Analysis and Optimization for AoI Minimization in IoV SPS
von: Ji, Maoxin, et al.
Veröffentlicht: (2025)

Optimizing System Latency for Blockchain-Encrypted Edge Computing in Internet of Vehicles
von: Zhang, Cui, et al.
Veröffentlicht: (2025)

FedNC: A Secure and Efficient Federated Learning Method with Network Coding
von: Shi, Yuchen, et al.
Veröffentlicht: (2023)

TT-Prune: Joint Model Pruning and Resource Allocation for Communication-efficient Time-triggered Federated Learning
von: Zhang, Xinlu, et al.
Veröffentlicht: (2025)

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

From MIM-Based GAN to Anomaly Detection:Event Probability Influence on Generative Adversarial Networks
von: She, Rui, et al.
Veröffentlicht: (2022)

Heterogeneity-Aware Resource Allocation and Topology Design for Hierarchical Federated Edge Learning
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Blockchain-Enabled Variational Information Bottleneck for Data Extraction Based on Mutual Information in Internet of Vehicles
von: Zhang, Cui, et al.
Veröffentlicht: (2024)

Knowledge Distillation in Federated Edge Learning: A Survey
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2023)