اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری تقویتی چندعامله برای مدیریت منابع در شبکه‌های توزیع ویدیو

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی چندعامله برای مدیریت منابع در شبکه‌های توزیع ویدیو

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای طراحی سیستم‌های توزیع محتوای ویدیویی

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی
• 2. مفهوم عامل در یادگیری تقویتی
• 3. یادگیری تقویتی تک‌عامله
• 4. محیط‌های یادگیری تقویتی
• 5. تابع پاداش و تابع ارزش
• 6. الگوریتم‌های مبتنی بر ارزش
• 7. مقایسه Q-Learning و SARSA
• 8. یادگیری تقویتی مبتنی بر سیاست
• 9. الگوریتم Policy Gradients
• 10. یادگیری عمیق تقویتی
• 11. شبکه‌های عصبی در یادگیری تقویتی
• 12. Deep Q-Networks (DQN)
• 13. DQN با حافظه بازگشتی
• 14. Double DQN
• 15. Dueling DQN
• 16. Prioritized Experience Replay
• 17. Actor-Critic Methods
• 18. Advantage Actor-Critic (A2C)
• 19. Asynchronous Advantage Actor-Critic (A3C)
• 20. Proximal Policy Optimization (PPO)
• 21. Trust Region Policy Optimization (TRPO)
• 22. Multi-Agent Reinforcement Learning (MARL)
• 23. مفهوم عامل‌های متعدد
• 24. تعامل عامل‌ها
• 25. محیط‌های چندعامله
• 26. مسائل هماهنگی در MARL
• 27. مسائل رقابت در MARL
• 28. مسائل ترکیبی در MARL
• 29. مدل‌های مشترک برای عامل‌ها
• 30. مدل‌های جداگانه برای عامل‌ها
• 31. مدل‌های نیمه‌مشترک
• 32. تکنیک‌های یادگیری متمرکز-غیرمتمرکز
• 33. Centralized Training with Decentralized Execution (CTDE)
• 34. COMA (Counterfactual Multi-Agent Policy Gradients)
• 35. MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 36. QMIX (Value Decomposition Networks)
• 37. VDN (Value Decomposition Networks)
• 38. اتفاق نظر عامل‌ها
• 39. مدل‌های مبتنی بر بازی
• 40. بازی‌های مجموع صفر
• 41. بازی‌های مجموع غیرصفر
• 42. نظریه بازی‌ها در MARL
• 43. کاربرد MARL در مدیریت منابع
• 44. مدیریت پهنای باند در شبکه‌های توزیع ویدیو
• 45. تخصیص منابع در شبکه‌های توزیع ویدیو
• 46. بهینه‌سازی کیفیت سرویس (QoS)
• 47. بهینه‌سازی تجربه کاربری (QoE)
• 48. شبکه‌های توزیع محتوا (CDN)
• 49. معماری CDN
• 50. کاربرد MARL در CDN
• 51. تعادل بار در CDN
• 52. پیش‌بینی تقاضا برای ویدیو
• 53. مدل‌های پیش‌بینی تقاضا
• 54. تکنیک‌های یادگیری ماشین برای پیش‌بینی
• 55. یادگیری تقویتی برای پیش‌بینی تقاضا
• 56. بهینه‌سازی موقعیت سرورهای CDN
• 57. مکان‌یابی پویا در CDN
• 58. مدیریت کش در CDN
• 59. استراتژی‌های جایگزینی کش
• 60. یادگیری تقویتی برای مدیریت کش
• 61. پروتکل‌های انتقال ویدیو
• 62. HTTP Adaptive Streaming (HAS)
• 63. DASH و HLS
• 64. بهینه‌سازی پارامترهای HAS با MARL
• 65. تنظیم نرخ بیت در HAS
• 66. تنظیم اندازه بافر در HAS
• 67. مدیریت ترافیک در شبکه‌های توزیع ویدیو
• 68. تشخیص ازدحام
• 69. کنترل ازدحام
• 70. الگوریتم‌های یادگیری تقویتی برای کنترل ازدحام
• 71. امنیت در شبکه‌های توزیع ویدیو
• 72. تشخیص حملات DDoS
• 73. مدیریت هویت و دسترسی
• 74. یادگیری تقویتی برای امنیت شبکه
• 75. مدل‌سازی رفتار کاربران
• 76. شخصی‌سازی محتوای ویدیویی
• 77. یادگیری تقویتی برای توصیه‌گرها
• 78. مدیریت مصرف انرژی در شبکه‌های توزیع ویدیو
• 79. بهینه‌سازی مصرف انرژی سرورها
• 80. بهینه‌سازی مصرف انرژی در روترها
• 81. یادگیری تقویتی برای مدیریت انرژی
• 82. ارزیابی عملکرد سیستم‌های توزیع ویدیو
• 83. معیارهای ارزیابی QoS و QoE
• 84. شبیه‌سازی محیط‌های توزیع ویدیو
• 85. ابزارهای شبیه‌سازی
• 86. تحلیل نتایج شبیه‌سازی
• 87. پیاده‌سازی عملی MARL در سیستم‌های توزیع ویدیو
• 88. چالش‌های پیاده‌سازی
• 89. مطالعات موردی
• 90. آینده پژوهی در MARL برای شبکه‌های توزیع ویدیو