实体
Learning to optimise wind farms with graph transformers
Learning to optimise wind farms with graph transformers
PulseAugur coverage of Learning to optimise wind farms with graph transformers — every cluster mentioning Learning to optimise wind farms with graph transformers across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
AI框架优化城市车辆通信网络
研究人员开发了一个AI驱动的框架，使用图神经网络（GNN）来优化智能城市NR-V2X网络中的实时多跳中继选择。该方法将车辆网络建模为图，并使用混合整数线性规划（MILP）的最优中继决策进行训练。实验表明，基于GNN的方法实现了接近最优的连接性，提高了11.3%，同时与MILP相比显著缩短了执行时间。
-
图网络优化车载通信中继选择
研究人员开发了一种新颖的方法，使用带边特征的图同构网络（GINE）来解决NR-V2X车载通信中继选择的复杂优化问题。该方法将V2X快照建模为有向图，并结合车辆状态、交通需求和无线链路容量，以实现实时中继激活。实验表明，GINE与最优解非常接近，并在保持低推理延迟的同时显著提高了端到端连接性。