Buchumschlag

Federated Neuroevolution O-RAN: Enhancing the Robustness of Deep Reinforcement Learning xApps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kouchaki, Mohammadreza, Abdalla, Aly Sabri, Marojevic, Vuk
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Neural and Evolutionary Computing Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective
von: Abdalla, Aly Sabri, et al.
Veröffentlicht: (2026)

Integrated LLM-Based Intrusion Detection with Secure Slicing xApp for Securing O-RAN-Enabled Wireless Network Deployments
von: Moore, Joshua, et al.
Veröffentlicht: (2025)

ZTRAN: Prototyping Zero Trust Security xApps for Open Radio Access Network Deployments
von: Abdalla, Aly S., et al.
Veröffentlicht: (2024)

Enhancing Secrecy Energy Efficiency in RIS-Aided Aerial Mobile Edge Computing Networks: A Deep Reinforcement Learning Approach
von: Abdalla, Aly Sabri, et al.
Veröffentlicht: (2025)

Guidance Design for Escape Flight Vehicle Using Evolution Strategy Enhanced Deep Reinforcement Learning
von: Hu, Xiao, et al.
Veröffentlicht: (2024)

Prototyping O-RAN Enabled UAV Experimentation for the AERPAW Testbed
von: Moore, Joshua, et al.
Veröffentlicht: (2024)

Evasive Active Hypothesis Testing with Deep Neuroevolution: The Single- and Multi-Agent Cases
von: Stamatelis, George, et al.
Veröffentlicht: (2024)

Boosting the Efficiency of Metaheuristics Through Opposition-Based Learning in Optimum Locating of Control Systems in Tall Buildings
von: Farahmand-Tabar, Salar, et al.
Veröffentlicht: (2024)

Understanding Electro-communication and Electro-sensing in Weakly Electric Fish using Multi-Agent Deep Reinforcement Learning
von: Singh, Satpreet H., et al.
Veröffentlicht: (2025)

LSTM-Based Proactive Congestion Management for Internet of Vehicle Networks
von: Abdalla, Aly Sabri, et al.
Veröffentlicht: (2024)

NeuroLGP-SM: Scalable Surrogate-Assisted Neuroevolution for Deep Neural Networks
von: Stapleton, Fergal, et al.
Veröffentlicht: (2024)

Zonal Architecture Development with evolution of Artificial Intelligence
von: Shetiya, Sneha Sudhir, et al.
Veröffentlicht: (2024)

Joint Sensor Deployment and Physics-Informed Graph Transformer for Smart Grid Attack Detection
von: Elnour, Mariam, et al.
Veröffentlicht: (2026)

Inferring Ingrained Remote Information in AC Power Flows Using Neuromorphic Modality Regime
von: Diao, Xiaoguang, et al.
Veröffentlicht: (2024)

Soft Tester UE: A Novel Approach for Open RAN Security Testing
von: Moore, Joshua, et al.
Veröffentlicht: (2024)

Task-Specific Activation Functions for Neuroevolution using Grammatical Evolution
von: Winter, Benjamin David, et al.
Veröffentlicht: (2025)

Evaluating a Novel Neuroevolution and Neural Architecture Search System
von: Winter, Benjamin David, et al.
Veröffentlicht: (2025)

RAN Tester UE: An Automated Declarative UE Centric Security Testing Platform
von: Ueltschey, Charles Marion, et al.
Veröffentlicht: (2025)

Optimizing Chlorination in Water Distribution Systems via Surrogate-assisted Neuroevolution
von: Monsia, Rivaaj, et al.
Veröffentlicht: (2026)

A Cloud-Edge Framework for Energy-Efficient Event-Driven Control: An Integration of Online Supervised Learning, Spiking Neural Networks and Local Plasticity Rules
von: Ahmadvand, Reza, et al.
Veröffentlicht: (2024)

Towards Physical Plausibility in Neuroevolution Systems
von: Cortês, Gabriel, et al.
Veröffentlicht: (2024)

NeuroLGP-SM: A Surrogate-assisted Neuroevolution Approach using Linear Genetic Programming
von: Stapleton, Fergal, et al.
Veröffentlicht: (2024)

Utility Theory based Cognitive Modeling in the Application of Robotics: A Survey
von: Yang, Qin
Veröffentlicht: (2023)

Deep Reinforcement Learning in Parameterized Action Space
von: Hausknecht, Matthew, et al.
Veröffentlicht: (2015)

Combining Large Language Models and Gradient-Free Optimization for Automatic Control Policy Synthesis
von: Bosio, Carlo, et al.
Veröffentlicht: (2025)

Neural Control System for Continuous Glucose Monitoring and Maintenance
von: Wasi, Azmine Toushik
Veröffentlicht: (2024)

Optimality Principles and Neural Ordinary Differential Equations-based Process Modeling for Distributed Control
von: Wartmann, Michael R., et al.
Veröffentlicht: (2025)

Real-world validation of safe reinforcement learning, model predictive control and decision tree-based home energy management systems
von: Ruddick, Julian, et al.
Veröffentlicht: (2024)

Neuromorphic Event-Driven Semantic Communication in Microgrids
von: Diao, Xiaoguang, et al.
Veröffentlicht: (2024)

Engineering Hybrid Physics-Informed Neural Networks for Next-Generation Electricity Systems: A State-of-the-Art Review
von: Nyangon, Joseph
Veröffentlicht: (2026)

Application of Zone Method based Physics-Informed Neural Networks in Reheating Furnaces
von: Dutta, Ujjal Kr, et al.
Veröffentlicht: (2023)

Spike Talk in Power Electronic Grids -- Leveraging Post Moore's Computing Laws
von: Song, Yubo, et al.
Veröffentlicht: (2024)

Discovering Effective Policies for Land-Use Planning with Neuroevolution
von: Young, Daniel, et al.
Veröffentlicht: (2023)

R2 Indicator and Deep Reinforcement Learning Enhanced Adaptive Multi-Objective Evolutionary Algorithm
von: Tahernezhad-Javazm, Farajollah, et al.
Veröffentlicht: (2024)

Brain-Like Replay Naturally Emerges in Reinforcement Learning Agents
von: Wang, Jiyi, et al.
Veröffentlicht: (2024)

RLEMMO: Evolutionary Multimodal Optimization Assisted By Deep Reinforcement Learning
von: Lian, Hongqiao, et al.
Veröffentlicht: (2024)

A Variational Latent Equilibrium for Learning in Neuronal Circuits
von: Brandt, Simon, et al.
Veröffentlicht: (2026)

Neural Orchestration for Multi-Agent Systems: A Deep Learning Framework for Optimal Agent Selection in Multi-Domain Task Environments
von: Agrawal, Kushagra, et al.
Veröffentlicht: (2025)

On Improvisation and Open-Endedness: Insights for Experiential AI
von: Hu, Botao 'Amber'
Veröffentlicht: (2025)

A Neuro-Fuzzy System for Interpretable Long-Term Stock Market Forecasting
von: Ožbot, Miha, et al.
Veröffentlicht: (2025)