:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qi, Jiaju, Lei, Lei, Jonsson, Thorsteinn, Hanzo, Lajos
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2505.10262
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimizing Electric Bus Charging Scheduling with Uncertainties Using Hierarchical Deep Reinforcement Learning
von: Qi, Jiaju, et al.
Veröffentlicht: (2025)

Safe and Sustainable Electric Bus Charging Scheduling with Constrained Hierarchical DRL
von: Qi, Jiaju, et al.
Veröffentlicht: (2025)

Scalable Min-Max Optimization via Primal-Dual Exact Pareto Optimization
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

DRL-based Dolph-Tschebyscheff Beamforming in Downlink Transmission for Mobile Users
von: Nayak, Nancy, et al.
Veröffentlicht: (2025)

Blind OFDM-ISAC Relying on Asymmetric Modem Constellations
von: Pu, Henglin, et al.
Veröffentlicht: (2026)

Globally Optimal Hierarchical Reinforcement Learning for Linearly-Solvable Markov Decision Processes
von: Infante, Guillermo, et al.
Veröffentlicht: (2021)

Joint Sparsity Pattern Learning Based Channel Estimation for Massive MIMO-OTFS Systems
von: Meng, Kuo, et al.
Veröffentlicht: (2024)

Interpretable Modeling of Deep Reinforcement Learning Driven Scheduling
von: Li, Boyang, et al.
Veröffentlicht: (2024)

Real-Time Bus Arrival Prediction: A Deep Learning Approach for Enhanced Urban Mobility
von: Rashvand, Narges, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning-Based User Scheduling for Collaborative Perception
von: Liu, Yandi, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning-Based Optimization of Second-Life Battery Utilization in Electric Vehicles Charging Stations
von: Haghighi, Rouzbeh, et al.
Veröffentlicht: (2025)

Scalable Reinforcement Learning for Virtual Machine Scheduling
von: Sheng, Junjie, et al.
Veröffentlicht: (2025)

A Lattice-Reduction Aided Vector Perturbation Precoder Relying on Quantum Annealing
von: Winter, Samuel, et al.
Veröffentlicht: (2024)

Deep-and-Wide Learning: Enhancing Data-Driven Inference via Synergistic Learning of Inter- and Intra-Data Representations
von: Islam, Md Tauhidul, et al.
Veröffentlicht: (2025)

Environment-Aware Channel Inference via Cross-Modal Flow: From Multimodal Sensing to Wireless Channels
von: Liang, Guangming, et al.
Veröffentlicht: (2025)

A Generative Model Enhanced Multi-Agent Reinforcement Learning Method for Electric Vehicle Charging Navigation
von: Qi, Tianyang, et al.
Veröffentlicht: (2025)

The Terminal Representation in Reinforcement Learning
von: Esterhuysen, Amir, et al.
Veröffentlicht: (2026)

Reinforcement Learning as an Improvement Heuristic for Real-World Production Scheduling
von: Müller, Arthur, et al.
Veröffentlicht: (2024)

Hierarchical Reinforcement Learning for Swarm Confrontation with High Uncertainty
von: Wu, Qizhen, et al.
Veröffentlicht: (2024)

Optimizing Electric Vehicle Charging Station Placement Using Reinforcement Learning and Agent-Based Simulations
von: Nguyen, Minh-Duc, et al.
Veröffentlicht: (2025)

schlably: A Python Framework for Deep Reinforcement Learning Based Scheduling Experiments
von: de Puiseau, Constantin Waubert, et al.
Veröffentlicht: (2023)

Deep Learning of Compositional Targets with Hierarchical Spectral Methods
von: Tabanelli, Hugo, et al.
Veröffentlicht: (2026)

Agile Reinforcement Learning for Real-Time Task Scheduling in Edge Computing
von: Avan, Amin, et al.
Veröffentlicht: (2025)

Hierarchical Reinforcement Learning with Targeted Causal Interventions
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Target Population Synthesis using CT-GAN
von: Rastogi, Tanay, et al.
Veröffentlicht: (2025)

Real-Time Bus Departure Prediction Using Neural Networks for Smart IoT Public Bus Transit
von: Rashvand, Narges, et al.
Veröffentlicht: (2025)

Learning to Learn without Forgetting using Attention
von: Vettoruzzo, Anna, et al.
Veröffentlicht: (2024)

Mastering the Game of Guandan with Deep Reinforcement Learning and Behavior Regulating
von: Yanggong, Yifan, et al.
Veröffentlicht: (2024)

Advances and Challenges in Meta-Learning: A Technical Review
von: Vettoruzzo, Anna, et al.
Veröffentlicht: (2023)

Attention-Driven Hierarchical Reinforcement Learning with Particle Filtering for Source Localization in Dynamic Fields
von: Shi, Yiwei, et al.
Veröffentlicht: (2025)

Deep Q-Learning-Based Intelligent Scheduling for ETL Optimization in Heterogeneous Data Environments
von: Gao, Kangning, et al.
Veröffentlicht: (2025)

Online Ensemble Learning for Sector Rotation: A Gradient-Free Framework
von: Miao, Jiaju, et al.
Veröffentlicht: (2023)

Downlink Multiuser Communications Relying on Flexible Intelligent Metasurfaces
von: An, Jiancheng, et al.
Veröffentlicht: (2025)

Performance Analysis and Optimization of STAR-RIS-Aided Cell-Free Massive MIMO Systems Relying on Imperfect Hardware
von: Sui, Zeping, et al.
Veröffentlicht: (2024)

Age-Based Scheduling for Mobile Edge Computing: A Deep Reinforcement Learning Approach
von: He, Xingqiu, et al.
Veröffentlicht: (2023)

Coherent Hierarchical Probabilistic Forecasting of Electric Vehicle Charging Demand
von: Zheng, Kedi, et al.
Veröffentlicht: (2024)

Safety-Driven Deep Reinforcement Learning Framework for Cobots: A Sim2Real Approach
von: Abbas, Ammar N., et al.
Veröffentlicht: (2024)

Smaller Batches, Bigger Gains? Investigating the Impact of Batch Sizes on Reinforcement Learning Based Real-World Production Scheduling
von: Müller, Arthur, et al.
Veröffentlicht: (2024)

D5RL: Diverse Datasets for Data-Driven Deep Reinforcement Learning
von: Rafailov, Rafael, et al.
Veröffentlicht: (2024)

Few-Shot Learning for Dynamic Operations of Automated Electric Taxi Fleets under Evolving Charging Infrastructure: A Meta-Deep Reinforcement Learning Approach
von: Li, Xiaozhuang, et al.
Veröffentlicht: (2026)