پروژه پایتون (13868)+

شرح پروژه

سلام من یک‌پروژه شبیه سازی با پایتون داشتم.
۲۰ الی ۲۵ روز بیشتر فرصت ندارم .
توضیحات پروژه رو همراه با مقاله براتون ارسال میکنم.
در قسمت D یک مساله بهینه سازی مطرح شده است که در واقع مینیمم کردن BER بر روی تعداد مولکول ها(G) می باشد.
۱- ما قصد داریم ابتدا این مساله رو عوض کنیم یعنی قید مساله بهینه سازی از تعداد مولکول ها(G) به زمان ارسال مولکول ها (Time Slot) تغییر کند.

Ts

برای انجام این کار  شکل (a)3 از ۴ نمودار تشکیل شده است کافی است ابتدا MIMO-MTMR را با جدولی که فرستادم(مقادیر پارامترها مشخص است)بر حسب تعداد مولکول ارسال شده رسم کنید. یعنی فرق این نمودار جدید با قدیمی این میشه که نمودار جدید BER بر حسب تعدا مولکول است.
(number of molecules to send bit 1)
فقط هم قسمت mimo-mtmr رو میخوام رسم کنید. بقیه موارد رو نمیخوام.
فقط توجه کنید که در مقاله سیستم 4×4 در نظر گرفته اما شما باید حالت 2×2در نظر بگیرید. برای همین جدول براتون فرستادم.

برای حل مساله جدیدی که مطرح کردیم که فقط مرتبط به نمودار mimo-mtmr است باید بر اساس رو بر اساس روش یادگیری تقویتی و یادگیری تقویتی عمیق حل کنید.
یعنی میخوام نمودار ber جدیدی که قراره رسم بشه بر حسب تعداد مولکول از طریق روش یادگیری تقویتی و یادگیری تقویتی عمیق میشه.
یعنی در نهایت ۳ تا نمودار در یک شکل با هم داریم که اولیش حالت عادیه که در قسمت اول گفتم همان mimo-mtmr و دو تا نمودار بعدی میشه mimo-mtmr ای با یادگیری تقویتی و یادگیری تقویتی عمیق بوده.
پس ۳ نمودار در  یک شکل داریم که محور افقی تعداد مولکول و محور عمودی ber است
که ۳ نمودار شامل یادگیری تقویتی و یادگیری تقویتی عمیق و حالت mimo-mtmr است۰
در جدولی که براتون فرستادم برای h دو مقدار ۱ و ۴ استفاده کرده.
شما میتونید اول با ۱ حل کنید  مساله رو و نمودار رو رسم کنید بعد مقدار ۴ رو بذارید و با هم مقایسه کنید.

فقط گزارش  این کار خیلی برام مهم است باید مفصل باشه . کامل ریز کاری ها رو برام توضیح بدید. یک فصل از پایان نامه ام راجع ب این کار هستش برای همین میخوام هر چی نیازه براش بنویسید.
مقادیر پارامتر learning ها  که شامل
number of episode, number of iteration per episode, replay memory , initial €, € greedy , minimum €, learning rate, optimizer, activation function, discount factor, simulation time period,...
State , action, reward, agent
در هر دو الگوریتم که ب کار بردین چی بودن و مقدار reward چی بوده.
تعداد state ها و action ها چه مقدار بوده. در یک جدول کامل برام بنویسید.
وروری و خروجی شبکه عصبی چیا هستن و...
تعداد لایه های شبکه عصبی ، چه مقدار نورون در هر لایه بوده، تابع activation چی بوده برای هر لایه  کامل نوشته بشه اینا.
بعد شکل ها رو کامل تحلیل کنید برام.
و الگوریتم (seudo code) این دو تا روش رو بنویسد این که چه جوری نوشتید برام توضیح بدید
+

این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

Hamyarprozhe

عضویت سیزده سال پیش

56325 پروژه ثبت شده ،

31 پروژه در حال انجام ،

103 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 16%