Delay-Minimization Nonorthogonal Multiple Access Enabled Multi-User Mobile Edge Computation Offloading
Notice bibliographique
Résumé
The significant advances of cellular systems and mobile Internet services have yielded a variety of computation intensive applications, resulting in great challenge to mobile terminals (MTs) with limited computation resources. Mobile edge computing, which enables MTs to offload their computation tasks to edge servers located at cellular base stations (BSs), has provided a promising approach to address this challenging issue. Considering the advantage of improving transmission efficiency provided by nonorthogonal multiple access (NOMA), we propose an NOMA-enabled computation offloading scheme, in which a group of MTs offload partial of their computation workloads to an edge server based on the NOMA transmission. After finishing all MTs’ offloaded computation workloads, the edge server sends the computation results back to the MTs based on NOMA. We aim at minimizing the overall delay for completing all MTs’ computation requirements, which is achieved by jointly optimizing the MTs’ offloaded computation workloads, and the uploading duration for the MTs to send their computation workloads to the BS, and the downloading-duration for the BS to send the computation results back to the MTs. Despite the nonconvexity of the joint optimization problem, we exploit its layered structure and propose an efficient algorithm to compute the optimal offloading solution. Numerical results are provided to validate the accuracy and efficiency of our proposed algorithm and show the performance advantage of our NOMA-enabled computation-offloading scheme.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».