Buchumschlag

Base Station Deployment under EMF constrain by Deep Reinforcement learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mallik, Mohammed, Villemaud, Guillaume
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Networking and Internet Architecture Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Internet of Physical AI Agents: Interoperability, Longevity, and the Cost of Getting It Wrong
von: Morabito, Roberto, et al.
Veröffentlicht: (2026)

DeepAir: A Multi-Agent Deep Reinforcement Learning Based Scheme for an Unknown User Location Problem
von: Yamansavascilar, Baris, et al.
Veröffentlicht: (2024)

AutoBS: Autonomous Base Station Deployment with Reinforcement Learning and Digital Network Twins
von: Lee, Ju-Hyung, et al.
Veröffentlicht: (2025)

SymbXRL: Symbolic Explainable Deep Reinforcement Learning for Mobile Networks
von: Duttagupta, Abhishek, et al.
Veröffentlicht: (2026)

Design of an Efficient Fan-Shaped Clustered Trust-Based Routing Model with QoS & Security-Aware Side-Chaining for IoV Deployments
von: Suryawanshi, Sadaf Ravindra, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning-based Cell DTX/DRX Configuration for Network Energy Saving
von: Mao, Wei, et al.
Veröffentlicht: (2025)

OpticGAI: Generative AI-aided Deep Reinforcement Learning for Optical Networks Optimization
von: Li, Siyuan, et al.
Veröffentlicht: (2024)

A Deep Reinforcement Learning Approach for Adaptive Traffic Routing in Next-gen Networks
von: Abrol, Akshita, et al.
Veröffentlicht: (2024)

HGFF: A Deep Reinforcement Learning Framework for Lifetime Maximization in Wireless Sensor Networks
von: Han, Xiaoxu, et al.
Veröffentlicht: (2024)

Decision-Theoretic Safety Assessment of Persona-Driven Multi-Agent Systems in O-RAN
von: Nezami, Zeinab, et al.
Veröffentlicht: (2026)

Dynamic Mask Enhanced Intelligent Multi-UAV Deployment for Urban Vehicular Networks
von: Cao, Gaoxiang, et al.
Veröffentlicht: (2026)

Access Point Deployment for Localizing Accuracy and User Rate in Cell-Free Systems
von: Xu, Fanfei, et al.
Veröffentlicht: (2024)

Enhanced Evolutionary Multi-Objective Deep Reinforcement Learning for Reliable and Efficient Wireless Rechargeable Sensor Networks
von: Tong, Bowei, et al.
Veröffentlicht: (2025)

Joint Admission Control and Resource Allocation of Virtual Network Embedding via Hierarchical Deep Reinforcement Learning
von: Wang, Tianfu, et al.
Veröffentlicht: (2024)

On Designing Multi-UAV aided Wireless Powered Dynamic Communication via Hierarchical Deep Reinforcement Learning
von: Zhao, Ze Yu, et al.
Veröffentlicht: (2023)

A Flexible Multi-Agent Deep Reinforcement Learning Framework for Dynamic Routing and Scheduling of Latency-Critical Services
von: Vitale, Vincenzo Norman, et al.
Veröffentlicht: (2025)

Decentralized Multi-Party Multi-Network AI for Global Deployment of 6G Wireless Systems
von: Dzaferagic, Merim, et al.
Veröffentlicht: (2024)

Adaptive Context-Aware Multi-Path Transmission Control for VR/AR Content: A Deep Reinforcement Learning Approach
von: Ahmed, Shakil, et al.
Veröffentlicht: (2024)

MA-CDMR: An Intelligent Cross-domain Multicast Routing Method based on Multiagent Deep Reinforcement Learning in Multi-domain SDWN
von: Ye, Miao, et al.
Veröffentlicht: (2024)

An Overlay Multicast Routing Method Based on Network Situational Awareness and Hierarchical Multi-Agent Reinforcement Learning
von: Ye, Miao, et al.
Veröffentlicht: (2026)

Towards a Transformer-Based Pre-trained Model for IoT Traffic Classification
von: Bazaluk, Bruna, et al.
Veröffentlicht: (2024)

Sustainable broadcasting in Blockchain Networks with Reinforcement Learning
von: Valko, Danila, et al.
Veröffentlicht: (2024)

Constrained Reinforcement Learning for Adaptive Controller Synchronization in Distributed SDN
von: Panitsas, Ioannis, et al.
Veröffentlicht: (2024)

Network Topology Optimization via Deep Reinforcement Learning
von: Li, Zhuoran, et al.
Veröffentlicht: (2022)

APIRL: Deep Reinforcement Learning for REST API Fuzzing
von: Foley, Myles, et al.
Veröffentlicht: (2024)

eBandit: Kernel-Driven Reinforcement Learning for Adaptive Video Streaming
von: Alizadeh, Mahdi
Veröffentlicht: (2026)

A Safety-Constrained Reinforcement Learning Framework for Reliable Wireless Autonomy
von: Ibrahim, Abdikarim Mohamed, et al.
Veröffentlicht: (2026)

Refined Bayesian Optimization for Efficient Beam Alignment in Intelligent Indoor Wireless Environments
von: Shiroya, Parth Ashokbhai, et al.
Veröffentlicht: (2025)

A Hybrid Reinforcement Learning Framework for Hard Latency Constrained Resource Scheduling
von: Zhang, Luyuan, et al.
Veröffentlicht: (2025)

UAV-assisted Internet of Vehicles: A Framework Empowered by Reinforcement Learning and Blockchain
von: Alagha, Ahmed, et al.
Veröffentlicht: (2025)

On the Prediction of Wi-Fi Performance through Deep Learning
von: Formis, Gabriele, et al.
Veröffentlicht: (2025)

Radio Propagation Modelling: To Differentiate or To Deep Learn, That Is The Question
von: Bakirtzis, Stefanos, et al.
Veröffentlicht: (2025)

FlagVNE: A Flexible and Generalizable Reinforcement Learning Framework for Network Resource Allocation
von: Wang, Tianfu, et al.
Veröffentlicht: (2024)

V2N Service Scaling with Deep Reinforcement Learning
von: Hsu, Cyril Shih-Huan, et al.
Veröffentlicht: (2023)

Strategic Deployment of Honeypots in Blockchain-based IoT Systems
von: Commey, Daniel, et al.
Veröffentlicht: (2024)

Complexity-Driven CNN Compression for Resource-constrained Edge AI
von: Zawish, Muhammad, et al.
Veröffentlicht: (2022)

Open RAN-Enabled Deep Learning-Assisted Mobility Management for Connected Vehicles
von: Barbosa, Maria, et al.
Veröffentlicht: (2024)

Continual Deep Reinforcement Learning to Prevent Catastrophic Forgetting in Jamming Mitigation
von: Davaslioglu, Kemal, et al.
Veröffentlicht: (2024)

QoS-Aware Scheduling in New Radio Using Deep Reinforcement Learning
von: Stigenberg, Jakob, et al.
Veröffentlicht: (2021)

Beyond the Edge: An Advanced Exploration of Reinforcement Learning for Mobile Edge Computing, its Applications, and Future Research Trajectories
von: Yang, Ning, et al.
Veröffentlicht: (2024)