Multi-Armed bandit Learning in Iot Networks (MALIN) - INRIA - Institut National de Recherche en Informatique et en Automatique Accéder directement au contenu
Poster De Conférence Année : 2018

Multi-Armed bandit Learning in Iot Networks (MALIN)

Une démonstration d'apprentissage avec des bandits multi-bras pour des réseaux IoT (MALIN)

Résumé

With the advent of the Internet of Things (IoT), unlicensed band are going to be shared by a large number of devices with dissimilar caracteristics. In such context, solutions are required to allow the coexistence of devices and to avoid performance drop due to interference. In this demonstration, we show that reinforcement learning algorithms and in particular Multi-Armed Bandit algorithms can be used as a means of improving the performance of IoT communications.
Avec l'arrivée de l'Internet des objets (IoT), le spectre sans licence va être partagée par un grand nombre d'appareils aux caractéristiques différentes. Dans un tel contexte, des solutions sont nécessaires pour permettre la coexistence des appareils et éviter les pertes de performance dues aux interférences. Dans cette démonstration, nous montrons que les algorithmes d'apprentissage de renforcement et en particulier les algorithmes de bandits multi-bras peuvent être utilisés comme un moyen simple d'améliorer les performances des communications IoT.
Fichier principal
Vignette du fichier
MALIN_poster.pdf (916.76 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-02013866 , version 1 (11-02-2019)

Identifiants

  • HAL Id : hal-02013866 , version 1

Citer

Remi Bonnefoi, Lilian Besson, Christophe Moy. Multi-Armed bandit Learning in Iot Networks (MALIN). ICT 2018 - 25th International Conference on Telecommunications, Jun 2018, Saint-Malo, France. . ⟨hal-02013866⟩
152 Consultations
89 Téléchargements

Partager

Gmail Facebook X LinkedIn More