摘要
本发明公开了一种图卷积网络增强的边缘计算任务卸载方法,涉及无线通信技术领域,解决具有异构资源的移动边缘计算系统中的依赖任务卸载问题,GCN是一种机器学习模型,它可以嵌入相邻节点的信息,并有效地结合不同节点的特征进行进一步分类,本发明下载方法的基本原理是利用GCN来描述任务依赖关系,并将依赖任务卸载决策问题转化为节点分类问题;由于任务节点特征可以嵌入在一起,GCN可以根据嵌入结果进行节点分类;然后,通过计算完成执行整个应用程序所需的总时间,来确定卸载决策的优越性,从而提高调度和资源分配的效率,系统能够更有效地应对动态变化和资源限制,从而实现更智能的任务管理。
技术关键词
卸载方法
深度强化学习模型
节点特征
服务器节点
矩阵
网络结构
决策
边缘计算环境
有向无环图
机器学习模型
下载方法
卸载策略
无线通信技术
关系
资源分配
元素
周期
系统为您推荐了相关专利信息
城市管网系统
路径规划方法
移动传感器
管道
流速
更新模型参数
矩阵
高斯核函数
医学信息智能
表达式
OFDM系统
压缩感知方法
导频符号
矩阵
信道特征提取