Geri Dön

Online learning for energy efficient navigation using contextual information

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 797230
  2. Yazar: YONCA YUNATCI
  3. Danışmanlar: Belirtilmemiş.
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Chalmers University of Technology
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 54

Özet

Özet yok.

Özet (Çeviri)

Accurately predicting the energy consumption of road segments is an important topic in electric vehicles that might alleviate the range concerns if it is addressed properly. We employ a contextual combinatorial multi-armed bandit framework to learn the unknown parameters of an energy consumption model which is necessary for energy-efficient navigation. Four different agents: Thompson Sampling, Disjoint LinUCB, Hybrid LinUCB, and greedy algorithms are implemented to observe their performance. All experiments are conducted on the output of a Luxembourg SUMO traffic simulation. The main finding of this research is that contextual information such as speed and acceleration data contributes to better learning of parameters. Although the contextual combinatorial algorithms seem promising for addressing the energy-efficient shortest path problem, none of the agents achieve zero regret consistently which indicates that further improvements are necessary to obtain the desired results

Benzer Tezler

  1. Tez No

    513599

    Online learning with recurrent neural networks

    Yinelenen sinir ağları ile çevrimiçi öğrenim

    TOLGA ERGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SÜLEYMAN SERDAR KOZAT

  2. Tez No

    840101

    Predicting solar energy production using incremental machine learning techniques

    Kademeli makine öğrenmesi teknikleri kullanarak güneş enerjisi üretimi tahmini

    SEMANUR KAPUSIZOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    EnerjiHacettepe Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA DİNLER

  3. Tez No

    875341

    Yeni nesil haberleşme sistemleri için yenilikçi ve enerji verimli indis modülasyonu teknikleri ile yapay zeka uygulamaları

    Innovative and energy efficient index modulation techniques and artificial intelligence applications for next generation communication systems

    FATİH ÇÖGEN

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Medeniyet Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDOĞAN AYDIN

  4. Tez No

    682220

    Resource allocation in vehicular edge computing networksbased on deep reinforcement learning

    Araç uç bilişiminde derin pekiştirmeli öğrenmeye dayalıkaynak tahsisi

    HOMA MALEKI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. LÜTFİYE DURAK ATA

  5. Tez No

    510562

    Nesnelerin interneti için hareketlilik yönetimi

    Mobility management for internet of things

    ZEYNEP TURGUT

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET SERTBAŞ

    DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN

Geri Dön