Cooperating Graph Neural Networks with Deep Reinforcement Learning for Vaccine Prioritization 方法:论文探讨了一种结合图神经网络(GNN)和深度强化学习(DRL)的疫苗优先分配策略,旨在有限的疫苗供应下减少疫情的整体负担。在模拟评估中,该框架实现了比基线策略减少7%到10%的感染和死亡,展示了其在优化疫苗分配策略方面的...
方法:论文探讨了一种结合图神经网络(GNN)和深度强化学习(DRL)的疫苗优先分配策略,旨在有限的疫苗供应下减少疫情的整体负担。在模拟评估中,该框架实现了比基线策略减少7%到10%的感染和死亡,展示了其在优化疫苗分配策略方面的显著效果。 创新点: 将微地理级别的流动性纳入疾病传播模型,并提出了Trans-vaccine-SEIR模型来...
TransEdge: Task Offloading with GNN and DRL in Edge Computing-Enabled Transportation Systems[J]. IEEE Internet of Things Journal, 2024. 链接: TransEdge: Task Offloading With GNN and DRL in Edge-Computing-Enabled Transportation Systems * Hu H, Xie Z, Shi H, et al. Unsupervised Power ...
deep reinforcement learning (DRL)network automationNetwork function virtualization (NFV) in elastic optical datacenter interconnections (EO-DCIs) enables flexible and timely deployment of network services. However, as the service provisioning of virtual network function service chains (vNF-SCs) in an EO-...
在[25] 中,对 CNN 以及在 EDA 流程中使用的 GNN 进行了回顾。他们表示,ML 可以通过预测设计空间探索、功耗分析、物理设计和模拟设计等不同阶段的重要指标来提高芯片设计期间的 QoR。与 [41] 类似,他们设想使用深度强化学习(DRL) 来解决 EDA 中的组合优化问题,类似于 [52] 中所做的。
[36] GNN GCN/MTDRL Open dataset, Tor [37] + OpenDayLight scenario Private N/A N/A Yes No Yes [38] GNN MPNN + GRU OMNeT++ simulation Public Yes No Yes No No GNNetSlice GNN GRCN OMNeT++ simulation Public Yes Yes Yes No Yes 4. Scenario The network consists of a core network and ...
在[25] 中,对 CNN 以及在 EDA 流程中使用的 GNN 进行了回顾。他们表示,ML 可以通过预测设计空间探索、功耗分析、物理设计和模拟设计等不同阶段的重要指标来提高芯片设计期间的 QoR。与 [41] 类似,他们设想使用深度强化学习 (DRL) 来解决 EDA 中的组合优化问题,类似于 [52] 中所做的。
GitHub - qiongwu86/GNN-and-DRL-Based-Resource-Allocation-for-V2X-Communications * Hou Y, Ye H, Zhang Y, et al. RoutePlacer: An End-to-End Routability-Aware Placer with Graph Neural Network[J]. arXiv preprint arXiv:2406.02651, 2024. 链接: RoutePlacer: An End-to-End Routability-Aware ...
它指出ML可以在不同的阶段预测一些重要指标,比如设计空间探索、能耗分析、物理设计、模拟设计等,进而提升芯片设计流程的QoR。与【41】一样,它也预见了可以用DRL(深度强化学习)来解决EDA中优化问题,与【52】中所做的很接近。 在【41】和【25】中,将目前大火的GNN与EDA流程结合的动机是很清晰的。但是它们并没有...
Cooperating Graph Neural Networks with Deep Reinforcement Learning for Vaccine Prioritization 方法:论文探讨了一种结合图神经网络(GNN)和深度强化学习(DRL)的疫苗优先分配策略,旨在有限的疫苗供应下减少疫情的整体负担。在模拟评估中,该框架实现了比基线策略减少7%到10%的感染和死亡,展示了其在优化疫苗分配策略方面的...