Sequential Learning and Decision-Making in Wireless Resource Management

این کتاب شالوده نظری مسائل به اصطلاح راهزن چند مسلح (MAB) را بیان می کند و آن را در زمینه مدیریت منابع در شبکه های بی سیم قرار می دهد. بخش اول کتاب فرمول‌بندی‌ها، الگوریتم‌ها و عملکرد سه شکل از مسائل MAB، یعنی تصادفی، مارکوف و مخالف را ارائه می‌کند. پوشش هر سه شکل از مسائل MAB این کتاب را در این زمینه منحصر به فرد می کند. بخش دوم کتاب، بحث‌های مفصلی درباره کاربردهای معرف چارچوب یادگیری متوالی در شبکه‌های رادیویی شناختی، شبکه‌های محلی بی‌سیم و شبکه‌های مش بی‌سیم ارائه می‌کند.
هم افراد در صنعت و هم افراد جامعه تحقیقاتی بی سیم از این درمان جامع و به موقع این موضوعات بهره مند خواهند شد. دانشجویان سطح پیشرفته ای که در رشته مهندسی ارتباطات و شبکه ها تحصیل می کنند نیز محتوا را ارزشمند و در دسترس خواهند یافت.

This book lays out the theoretical foundation of the so-called multi-armed bandit (MAB) problems and puts it in the context of resource management in wireless networks. Part I of the book presents the formulations, algorithms and performance of three forms of MAB problems, namely, stochastic, Markov and adversarial. Covering all three forms of MAB problems makes this book unique in the field. Part II of the book provides detailed discussions of representative applications of the sequential learning framework in cognitive radio networks, wireless LANs and wireless mesh networks.
Both individuals in industry and those in the wireless research community will benefit from this comprehensive and timely treatment of these topics. Advanced-level students studying communications engineering and networks will also find the content valuable and accessible.