社论 在上共享 支持机器学习的计算机网络作者:塔尼亚 塞尔基泰利,米歇拉 墨西哥,马里利亚 库拉多,Lea公司 斯科林·卡波夫,以及埃里尼·埃列尼 齐罗普鲁作者信息和声明体积230,发行C类https://doi.org/10.1016/j.comnet.2023.109807出版:2023年7月1日 出版历史 获取引文提醒新增引文提醒!此警报已成功添加,将发送到:只要您选择的记录被引用,您就会收到通知。新引文提醒!拜托登录到您的帐户 目录体积230,发行C类以前的文章2022年IFIP网络会议论文专刊介绍上一个摘要工具书类信息和贡献者文献计量学和引文视图选项工具书类媒体桌子分享摘要本期专题探讨新兴的机器学习(ML)和人工智能(AI)算法如何帮助计算机网络变得更智能。最终目标是传播创新数据驱动方法和技术的前沿研究成果和计算机网络进展,以促进ML驱动通信网络的创新。本期特刊旨在介绍为计算机通信网络领域量身定制的跨领域机器学习解决方案的进展,重点关注算法方面。目标是展示哪些ML方法在网络环境中是最有效和最有前途的方法,以便它们能够激励计算机网络研究领域的其他研究人员和实践者。工具书类[1]E.Samikwa、A.D.Maio、T.Braun、Ares:物联网自适应资源软件分割学习,计算。净值。218 (2022) 109380,.数字图书馆谷歌学者[2]O.Ayoub,N.Di Cicco,F.Ezzedine,F.Bruschetta,R.Rubino,M.Nardecchia,M.Milano,F.Musumeci,C.Passera,M.Tornatore,通信网络中的可解释人工智能:微波网络中故障识别的用例,计算。净值。219 (2022) 109466,.数字图书馆谷歌学者[3]C.Grasso、R.Raftopoulos、G.Schembra、S.Serrano、H-home:联邦FANET的学习框架,为未来延迟约束物联网系统提供边缘计算,计算。净值。219 (2022) 109449,.数字图书馆谷歌学者[4]L.Fan,L.He,E.Dong,J.Yang,C.Li,J.Lin,Z.Wang,Evoiot:开放环境中的演化物联网和非物联网分类模型,计算。净值。219 (2022) 109450,.数字图书馆谷歌学者[5]R.Gupta,J.Gupta,《使用游戏策略的联合学习:最新水平和未来趋势》,计算。净值。225 (2023) 109650,.数字图书馆谷歌学者[6]D.Perdices、J.E.López de Vergara、I.González、L.de Pedro,深度学习时代的网络浏览隐私:超越VPN和加密,计算。净值。220 (2023) 109471,.数字图书馆谷歌学者[7]I.Guarino,G.Aceto,D.Ciuonzo,A.Montieri,V.Persico,A.Pescapé,新冠肺炎流行期间移动通信应用程序活动级流量分类的上下文计数器和多模式深度学习,计算。净值。219 (2022) 109452,.数字图书馆谷歌学者[8]M.Koöta、Y.M.Diagana、O.Y.Maöga、M.K.Traore,评估网络物理生产系统安全策略的通用学习模拟框架,计算。净值。218 (2022) 109381,.数字图书馆谷歌学者[9]M.M.Alani,H.Tawfik,Phishnot:一种基于云的机器学习方法,用于钓鱼url检测,计算。净值。218 (2022) 109407,.数字图书馆谷歌学者[10]J.Luxemburk,T.Co ejka,带拒绝选项的细粒度TLS服务分类,计算。净值。220 (2023) 109467,.数字图书馆谷歌学者[11]Y.Solomon、O.Mokryn、T.Kuflik、Sdnsandbox——在供应商网络中实现基于学习的创新,计算。净值。219 (2022) 109446,.数字图书馆谷歌学者[12]M.A.Khoshkholghi,T.Mahmoodi,在支持NFV的网络中部署服务功能链的边缘智能,计算。净值。219 (2022) 109451,.数字图书馆谷歌学者[13]M.Lyu,H.Habibi Gharakheili,V.Sivaraman,通过双粒度网络行为分析对企业资产进行分类和跟踪,计算。净值。218 (2022) 109387,.数字图书馆谷歌学者[14]J.Lei,L.Li,Y.Wang,面向QoS的媒体访问控制,使用强化学习实现下一代WLAN,计算。净值。219 (2022) 109426,.数字图书馆谷歌学者[15]X.Ji,B.Han,C.Xu,C.Song,J.Su,实时流媒体自适应QoS-感知多径拥塞控制,计算。净值。220 (2023) 109470,.数字图书馆谷歌学者[16]J.Liu,Q.Wang,Y.Xu,AR-GAIL:使用生成性对抗模拟学习的FANET自适应路由协议,计算。净值。218 (2022) 109382,.数字图书馆谷歌学者[17]J.M.Navarro,A.Huet,D.Rossi,基于异常检测和特征评分的人类可读网络故障排除,计算。净值。219 (2022) 109447,.数字图书馆谷歌学者 引用人查看全部Al‐Kateeb Z公司阿卜杜拉·D(2024)AdaBoost支持的低延迟、节能的慢性肾脏疾病预测云框架新兴电信技术交易1002/2007年10月10日35:6在线发布日期:2024年6月9日https://dl.acm.org/doi/10.1002/ett.5007 索引术语 支持机器学习的计算机网络计算方法机器学习机器学习方法神经网络网络网络服务网络类型 索引项已通过自动分类分配给内容。 建议 可解释人工智能和可解释机器学习:一个前瞻性的案例研究摘要正如这个词所暗示的那样,可解释人工智能是一种人工智能,它能够解释学习模型,并专注于系统为什么会做出特定决策,探索其逻辑范式,而不是固有的。。。阅读更多信息可解释人工智能研究的方法和标准:智能教学系统的经验教训摘要DARPA可解释人工智能(AI)(XAI)项目专注于为使用机器学习技术的AI程序生成解释。本文重点介绍了DARPA计划(2017-2021)期间与研究相关的进展。。。 在可解释人工智能中应用于系统设计的智能教学系统工作中吸取的经验教训。形象形象 阅读更多信息智能光网络的机器学习:综述摘要随着互联网和通信系统的快速发展,无论是在服务还是技术方面,通信网络都变得越来越复杂。提高……的智力势在必行。。。图形摘要 忽略的显示 集锦 它回顾了智能光网络机器学习的最新进展。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 信息和贡献者问询处发布于 计算机网络:国际计算机和电信网络杂志 第230卷,C期2023年7月172页国际标准编号:1389-1286期刊目录 爱思唯尔有限公司。出版商Elsevier North-Holland公司。美国出版历史出版:2023年7月1日作者标记数据驱动算法计算机通信网络研究结果资源受限设备多模式深度学习可解释人工智能服务质量网络物理系统限定符编辑贡献者 其他指标查看文章指标文献计量学和引文文献计量学 文章指标 1引文总数查看引文0下载总量下载次数(过去12个月)0下载次数(最近6周)0 其他指标查看作者指标引文 引用人查看全部Al‐Kateeb Z公司阿卜杜拉D(2024)AdaBoost支持的低延迟、节能的慢性肾脏疾病预测云框架新兴电信技术交易1002/2007年10月10日35:6在线发布日期:2024年6月9日https://dl.acm.org/doi/10.1002/ett.5007 视图选项查看选项获取访问权限 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此出版物 媒体数字其他桌子分享分享共享此出版物链接复制链接已复制!复制失败。在社交媒体上分享Linkedin公司重新编辑电子邮件附属公司塔尼亚 塞尔基泰利意大利都灵10129,24岁,C.so Duca Degli Abruzzi,都灵理工大学控制与计算机工程系查看配置文件米歇尔 墨西哥都灵理工大学电子与电信系,C.so Duca Degli Abruzzi,24,Torino 10129,意大利查看配置文件马里利亚 库拉多科英布拉大学信息与系统中心查看配置文件Lea公司 斯科林·卡波夫克罗地亚萨格勒布10000,Unska 3,萨格勒伯大学电气工程与计算学院查看配置文件埃里尼·埃列尼 齐罗普鲁美国新墨西哥大学电气与计算机工程系,1新墨西哥大学,MSC01 1100,Albuquerque,NM 87131-1070,USA查看配置文件