当前位置: 首页 > news >正文

工作流/任务卸载相关开源论文分享

  1. decima-sim
    • 概述:
      图神经网络+强化学习处理多工作流
      用的spark的仿真环境,mit的论文,价值很高,高被引:663
    • 仓库地址:https://github.com/hongzimao/decima-sim
    • 论文:https://web.mit.edu/decima/content/sigcomm-2019.pdf
  2. Dependency-Aware-Computation-Offloading-for-Mobile-Edge-Computing-with-Edge-Cloud-Cooperation
    • 概述
      云边协同场景做工作流卸载,基于贪婪算法。CCF-A
      代码很完整,可以在真实环境做实验(其他大部分是仿真)
    • 仓库地址:https://github.com/Derfei/Dependency-Aware-Computation-Offloading-for-Mobile-Edge-Computing-with-Edge-Cloud-Cooperation
    • 论文:https://ieeexplore.ieee.org/abstract/document/9257019
  3. metarl-offloading
    • 概述
      云边端协同做任务卸载和资源分配,基于强化学习(暂时没具体看论文)
      代码完整,SCI一区论文
    • 仓库地址:https://github.com/linkpark/metarl-offloading
    • 论文:https://arxiv.org/abs/2008.02033
  4. RLTaskOffloading
    • 概述
      云边端做工作流卸载,基于强化学习(加入s2s以适应不同的工作流),一个step就是一个episode(输入策略,直接输出奖励,只适用环境变化小的情况)
      代码完整,有完整实验代码,CCF-A,与metarl-offloading同一个人发布,所以代码相似
    • 仓库地址:https://github.com/linkpark/RLTaskOffloading
    • 论文:https://ieeexplore.ieee.org/abstract/document/9627763
  5. Multi-Agent Reinforcement Learning in NOMA-Aided UAV Networks for Cellular Offloading
    • 概述
      边端场景下做任务卸载,考虑移动性,基于强化学习
      SCI一区
    • 仓库地址:https://github.com/Frost-Armor/Multi-Agent-Reinforcement-Learning-in-NOMA-Aided-UAV-Networks-for-Cellular-Offloading
    • 论文:https://ieeexplore.ieee.org/abstract/document/9520121
  6. Joint task offloading and resource optimization in NOMA-based vehicular edge computing: A game-theoretic DRL approach
    • 概述
      NOMA-based车载边缘计算环境,边(BS)端(车辆)协同做任务卸载和资源分配
      SCI二区
    • 仓库地址:https://github.com/neardws/Game-Theoretic-Deep-Reinforcement-Learning
    • 论文地址:https://www.sciencedirect.com/science/article/pii/S138376212200265X
  7. IGNITE
    • 概述
      数字孪生+车载边缘计算+任务卸载,基于强化学习
      代码还可以,没仔细看
    • 仓库地址:https://github.com/NetworkCommunication/IGNITE
    • 论文:https://ieeexplore.ieee.org/abstract/document/10234624
  8. daggen
    • 概述
      这个是工作流生成器,很多论文都适用
    • 仓库地址:https://github.com/frs69wq/daggen
http://www.lryc.cn/news/310993.html

相关文章:

  • 为什么要用Python?
  • 北京大学发布,将试错引入大模型代理学习!
  • Java 设计模式
  • Kivy和BeeWare 开发APP的优缺点,及其发展历史
  • C++递推
  • C++ 面试题
  • MySQL之索引详解
  • Java面试题总结8:springboot
  • Android 4.4 以下,OkHttp访问Https报错,设置了sslSocketFactory仍无效的解决方法
  • 如何扫码查看企业介绍及填写招聘表?招聘二维码在线生成的方法
  • 如何限制一个账号只在一处登陆
  • 日常工作总结
  • Android Activity启动模式
  • 【JavaScript】面试手撕防抖
  • 【Kubernetes】K3S
  • Docker实战——容器
  • 亚信安慧AntDB开启超融合数据库新纪元
  • 数学建模【多元线性回归模型】
  • 【 10X summary report】怎么看?详细解读笔记
  • K8S—Pod控制器
  • LabVIEW石油钻机提升系统数字孪生技术
  • C#双向链表实现:在当前节点后插入新数据的方法Insert()
  • 10-Java装饰器模式 ( Decorator Pattern )
  • Vue.js 实用技巧:深入理解 Vue.set 方法
  • 单词规律00
  • vue3 vite项目一运行就401(Unauthorized)
  • LeetCode102.二叉树的层序遍历
  • Java底层自学大纲_JVM篇
  • 数据可视化?这些平台能处
  • [ai笔记14] 周鸿祎的ai公开课笔记1