Deep Reinforcement Learning for Mobility-Aware Digital Twin Migrations in Edge Computing

The past decade witnessed an explosive growth on the number of IoT devices (objects/suppliers), including portable mobile devices, autonomous vehicles, sensors and intelligence appliances. To realize the digital representations of objects, Digital Twins (DTs) are key enablers to provide real-time mo...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on services computing Ročník 18; číslo 2; s. 704 - 717
Hlavní autoři:	Zhang, Yuncan, Wang, Luying, Liang, Weifa
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	IEEE 01.03.2025
Témata:	Computational modeling cost modeling of DT migration Costs Deep reinforcement learning deep reinforcement learning algorithm Delays Digital twin synchronization Digital twins Hands Heuristic algorithms Internet of Things mobile edge computing mobility-aware DT migration Real-time systems Synchronization
ISSN:	1939-1374, 2372-0204
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!