Key points are not available for this paper at this time.
في مستقبل نظام النقل الذكي 6G، ستجلب الخادم الطرفي سهولة كبيرة لخدمة الحوسبة في الوقت المناسب للمركبات المتصلة. لضمان جودة الخدمة، تحتاج الخدمات الحساسة للوقت إلى أن تُنقل وفقًا لموقع المركبة المستقبلي. ومع ذلك، فإن التنبؤ بتنقل المركبات يمثل تحديًا بسبب تغير حركة المرور على الطرق وأنماط التنقل المعقدة للمركبات. لمعالجة هذه المسألة، يتم اقتراح استراتيجية نقل استباقية للوعي الزماني والمكاني في هذه الورقة. أولاً، يتم تصميم شبكة عصبية زمانية مكانية للحصول على تنبؤ دقيق للحركة باستخدام وحدات متكررة محكومة وطبقات التلافيف البيانية لاستخلاص الميزات من حركة مرور الطرق المحلية وبيانات القيادة متعددة الأوقات. ثم يتم اقتراح طريقة نقل استباقية لضمان موثوقية الخدمات وتقليل استهلاك الطاقة. بالنظر إلى موثوقية الخدمات وحمولة الخوادم في الوقت الحقيقي، يتم نمذجة مشكلة النقل كمسألة تحسين متعددة الأهداف، ويتم استخدام طريقة تحسين ليابونوف للحصول على قرارات نقل مثالية من حيث الفائدة. تم إجراء محاكاة شاملة بناءً على مجموعات بيانات من العالم الحقيقي للتحقق من أداء الطريقة المقترحة. تظهر النتائج أن الطريقة المقترحة حققت دقة تنبؤ أعلى بنسبة 6%، ومعدل انخفاض أقل بنسبة 10%، واستهلاك طاقة أقل بنسبة 10% مقارنة بالطرق الحديثة.
درس وانغ وآخرون (Mon ،) هذا السؤال.