Access control in NB-IoT networks: a deep reinforcement learning strategy - Inria - Institut national de recherche en sciences et technologies du numérique
Document Associé À Des Manifestations Scientifiques Année : 2020

Access control in NB-IoT networks: a deep reinforcement learning strategy

Contrôle d'accès dans les réseaux NB-IoT : une stratégie basée sur l'apprentissage par renforcement

Domaines

Réseaux et télécommunications [cs.NI]
Fichier principal
Vignette du fichier
AI-IoT-Access-v0.1.pdf (1.94 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Yassine Hadjadj Aoul  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-03135194

Soumis le : lundi 8 février 2021-18:17:24

Dernière modification le : mercredi 6 novembre 2024-11:18:08

Archivage à long terme le : dimanche 9 mai 2021-20:28:37

Télécharger pour visualiser

Dates et versions

hal-03135194 , version 1 (08-02-2021)

Identifiants

  • HAL Id : hal-03135194 , version 1

Citer

Yassine Hadjadj-Aoul. Access control in NB-IoT networks: a deep reinforcement learning strategy. GDR ARC - Session Automation and Communication Networks, Nov 2020, Virtual, France. ⟨hal-03135194⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS INRIA INSA-RENNES IRISA CENTRALESUPELEC INRIA2 UR1-MATH-STIC UR1-UFR-ISTIC UNIV-RENNES UR1-MATH-NUM
25 Consultations
81 Téléchargements

Partager

More