Título :	Restless Multi-Armed Bandit in Opportunistic Scheduling
Tipo de documento:	documento electrónico
Autores:	Wang, Kehao, Autor ; Chen, Lin, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2021
Número de páginas:	XII, 151 p. 12 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-69959-8
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Telecomunicación  Inteligencia Computacional  Aprendizaje automático  Ingeniería en Comunicaciones  Redes
Índice Dewey:	621.382 Ingeniería de comunicaciones
Resumen:	Este libro proporciona las bases para la comprensión y el diseño de algoritmos y protocolos computacionales eficientes para aquellas interacciones con el medio ambiente, es decir, sistemas de comunicación inalámbrica. El libro proporciona un tratamiento sistemático de los fundamentos teóricos y las herramientas algorítmicas necesarias en el diseño de algoritmos y protocolos computacionalmente eficientes en la programación estocástica. Los problemas abordados en el libro son de importancia fundamental y práctica. Los lectores objetivo del libro son investigadores y estudiantes de ingeniería de nivel avanzado interesados ​​en adquirir conocimientos profundos sobre el tema y sobre la programación estocástica y sus aplicaciones, tanto desde la perspectiva teórica como de ingeniería. Presenta Restless Multi-Armed Bandit (RMAB) y presenta sus herramientas relevantes involucradas en el aprendizaje automático y cómo adaptarlas para su aplicación; Profundiza en la investigación que lleva la teoría de la decisión convencional y la tecnología óptima estocástica a aplicaciones de comunicación inalámbrica que involucran el aprendizaje automático; Ofrece un tratamiento integral de problemas que van desde el modelado y análisis teóricos hasta el diseño y optimización de algoritmos prácticos.
Nota de contenido:	Introduction -- RMAB in Opportunistic Scheduling -- Optimality of Myopic Policy with Imperfect Sensing -- Whittle Index Policy with Imperfect Sensing -- Heuristic Policy with Imperfect Sensing -- Optimality of Myopic Policy with Imperfect Observation -- Whittle Index Policy for Multi-State Channel Scheduling -- Conclusion.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Restless Multi-Armed Bandit in Opportunistic Scheduling [documento electrónico] / Wang, Kehao, Autor ; Chen, Lin, Autor  . -  1 ed.  . - [s.l.] : Springer, 2021 . - XII, 151 p. 12 ilustraciones en color.
ISBN : 978-3-030-69959-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Telecomunicación  Inteligencia Computacional  Aprendizaje automático  Ingeniería en Comunicaciones  Redes
Índice Dewey:	621.382 Ingeniería de comunicaciones
Resumen:	Este libro proporciona las bases para la comprensión y el diseño de algoritmos y protocolos computacionales eficientes para aquellas interacciones con el medio ambiente, es decir, sistemas de comunicación inalámbrica. El libro proporciona un tratamiento sistemático de los fundamentos teóricos y las herramientas algorítmicas necesarias en el diseño de algoritmos y protocolos computacionalmente eficientes en la programación estocástica. Los problemas abordados en el libro son de importancia fundamental y práctica. Los lectores objetivo del libro son investigadores y estudiantes de ingeniería de nivel avanzado interesados ​​en adquirir conocimientos profundos sobre el tema y sobre la programación estocástica y sus aplicaciones, tanto desde la perspectiva teórica como de ingeniería. Presenta Restless Multi-Armed Bandit (RMAB) y presenta sus herramientas relevantes involucradas en el aprendizaje automático y cómo adaptarlas para su aplicación; Profundiza en la investigación que lleva la teoría de la decisión convencional y la tecnología óptima estocástica a aplicaciones de comunicación inalámbrica que involucran el aprendizaje automático; Ofrece un tratamiento integral de problemas que van desde el modelado y análisis teóricos hasta el diseño y optimización de algoritmos prácticos.
Nota de contenido:	Introduction -- RMAB in Opportunistic Scheduling -- Optimality of Myopic Policy with Imperfect Sensing -- Whittle Index Policy with Imperfect Sensing -- Heuristic Policy with Imperfect Sensing -- Optimality of Myopic Policy with Imperfect Observation -- Whittle Index Policy for Multi-State Channel Scheduling -- Conclusion.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i