研究人员开发了MANET-GNN，这是一种新颖的图神经网络，专为多通道移动自组织网络（MANET）中的分布式功率分配而设计。该框架解决了在无基础设施环境中跨多个频率通道和不同流量模式优化功率分配的复杂性。MANET-GNN仅使用本地信道状态信息和有限数量的邻居消息交换来运行，从而实现高效、低延迟的推理，并能泛化到各种网络拓扑和大小。 AI
影响 这项研究通过实现功率分配的分布式优化，可能带来更高效、更具适应性的无线通信网络。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一种用于特定技术应用的新型图神经网络模型。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2609.40170v1 Announce Type: new Abstract: MANETs enable flexible infrastructure-less wireless connectivity in dynamic and resource-constrained environments. As modern MANETs exploit multiple frequency channels and support heterogeneous traffic patterns, decentralized transm…
MANETs enable flexible infrastructure-less wireless connectivity in dynamic and resource-constrained environments. As modern MANETs exploit multiple frequency channels and support heterogeneous traffic patterns, decentralized transmit-power allocation becomes increasingly challen…