13868

بهينه سازي سيگنال ترافيك بلادرنگ مبتني بر كلان داده با استفاده از يادگيري تقويتي عميق

1400

دكتر هادي صاحبي

با توجه به روند روزافزون استفاده از اينترنت و افزايش تعداد كاربران، بهينه سازي سيگنال ترافيك بلادرنگ امري حياتي براي شركت‌هاي ارائه دهنده خدمات اينترنت و شبكه است. در اين راستا، استفاده از كلان داده و يادگيري تقويتي عميق مي‌تواند به عنوان راهكاري مؤثر براي بهبود كارايي و كاهش هزينه‌ها در اين حوزه مطرح شود. در اين روش، با جمع‌آوري داده‌هاي ترافيك شبكه، الگوريتم‌هاي يادگيري تقويتي عميق به كار گرفته مي‌شوند تا بهينه‌سازي سيگنال ترافيك بلادرنگ را انجام دهند. در اين روش، با استفاده از الگوريتم‌هاي يادگيري تقويتي عميق، شبكه قادر به يادگيري الگوهاي پيچيده در داده‌هاي ترافيك شبكه مي‌شود و بهينه‌سازي سيگنال‌هاي ترافيك را با توجه به اين الگوها انجام مي‌دهد. استفاده از يادگيري تقويتي عميق در بهينه سازي سيگنال ترافيك بلادرنگ، باعث كاهش هزينه‌هاي شركت‌هاي ارائه دهنده خدمات اينترنت و شبكه مي‌شود. همچنين، با بهبود كارايي شبكه، تجربه كاربران نيز بهبود مي‌يابد و شركت‌ها قادر به جذب مشتريان جديد خواهند بود. ما در اين پژوهش به بررسي بهينه سازي سيگنال ترافيك بلادرنگ مبتني بر كلان داده با استفاده از يادگيري تقويتي عميق مي‌پردازيم.

9/29/2024 12:00:00 AM

84087

1403/07/22

Big data-based real-time traffic signal optimization using deep reinforcement learning

بهينه سازي , كلان داده , يادگيري تقويتي عميق

Optimization , big data , deep reinforcement learning