University of California Los Angeles.;
Dynamic programming; Machine learning; Markov decision process; Matching; Non-convex optimization; Resource allocation;
机译:机器学习技术应用于使用KPI在医疗保健中的资源分配中的实证研究
机译:用于具有QoS保证的多媒体应用的LTE Femtocell下行链路中的联合MCS和资源块分配的蚁群学习方法
机译:约束非凸优化的并行和分布式方法-第二部分:通信和机器学习中的应用
机译:基于机器学习的异构网络资源分配方法中的加速学习
机译:在机器学习中的新迭代复杂性和应用程序的约束方法
机译:机器学习应用程序和聚类方法的优化改进了黑莓种质库中的描述符选择
机译:用于凸基本上平滑优化的基础下降方法应用于二次/熵优化和资源分配