Long-Horizon Wireless Link Scheduling with State-Augmented Graph Neural Networks
यह शोध पत्र लॉन्ग-होरिज़ॅन वायरलेस लिंक शेड्यूलिंग के लिए एक नवीन दृष्टिकोण प्रस्तावित करता है जो समय-परिवर्तनीय नीतियों को सीखने के लिए डायनेमिक डुअल वेरिएबल्स के साथ स्टेट-ऑगमेंटेड ग्राफ न्यूरल नेटवर्क्स का उपयोग करता है, जो बड़े पैमाने के नेटवर्क में प्रति-लिंक औसत दर बाधाओं को पूरा करते हुए सम-दरों (sum rates) को प्रभावी ढंग से अधिकतम करता है।