返回
LLM4ETS: Self-Evolving Algorithm Design for Edge Task Scheduling via Large Language Models
DOI:10.1002/spe.70110.png)
摘要
En 中文
随着5G和物联网的迅速普及,确保边缘计算中的低延迟对于实时处理应用已成为关键。然而,现有的任务调度方法通常因手动参数调整和向最优性能收敛缓慢而难以有效平衡多个优化目标。
Keyword:
edge computing
evolutionary computing
large language models
self-evolving
task scheduling
期刊
S
IF:
2.7
论文数:
46
被引数:
0
机构
引用论文
Dynamic Request Scheduling Optimization in Mobile Edge Computing for IoT Applications面向物联网应用的移动边缘计算动态请求调度优化
Research on intelligent workshop resource scheduling method based on improved NSGA-II algorithm基于改进nsga-ii算法的智能车间资源调度方法研究
Quantum Particle Swarm Optimization for Task Offloading in Mobile Edge Computing面向移动边缘计算任务卸载的量子粒子群算法

