وحید شاه منصوری

وحید شاه منصوری

مرتبه علمی : استادیار
  • استاد مشاور انجمن علمی دانشکده مهندسی برق
دانشکدگان فنی / دانشکده مهندسی برق و کامپیوتر
مخابرات
شماره تماس : ۸۲۰۸۹۷۶۷
اتاق : ۲-۷۱۵
Scopus
  • ۱۵۶۷ ارجاعات
  • ۲۱ h-Index
تا تاریخ : ۱۴۰۳/۱۲/۲۵
Google Scholar
  • ۲۴۲۹ ارجاعات
  • ۲۶ h-Index
تا تاریخ : ۱۴۰۳/۱۲/۲۰

پایان نامه ها و رساله ها

  • ۸۰ پایان نامه ها

هدایت هوشمند ترافیک از طریق یادگیری تقویتی عمیق در شبکه های دسترسی رادیویی باز

علی یعقوبیان (دانشجو مقطع: کارشناسی ارشد. تاریخ دفاع: ۱۴۰۳/۵/۲۱) ، وحید شاه منصوری
یادگیری تقویتی عمیق
deep reinforcement learning
شبکه دسترسی رادیویی باز

هماهنگسازی شبکههای چندابری به کمک دوقلوی دیجیتال

فرزاد محمدی (دانشجو مقطع: کارشناسی ارشد. تاریخ دفاع: ۱۴۰۳/۳/۶) ، وحید شاه منصوری
deep reinforcement learning

پیش بینی رفتار ترافیکی شبکه سلولی بر اساس توسعه با کمک روش های یادگیری ماشین

علی شریفی ویدوجی (دانشجو مقطع: کارشناسی ارشد. تاریخ دفاع: ۱۴۰۳/۱۱/۲۳) ، وحید شاه منصوری
یادگیری ماشین
machine learning
پیش بینی ترافیک
traffic prediction
یادگیری تقویتی عمیق
deep reinforcement learning

تخصیص منابع پویا و برش بندی در شبکه های دسترسی رادیویی باز

سالار نوری (دانشجو مقطع: کارشناسی ارشد. تاریخ دفاع: ۱۴۰۲/۶/۲۷) ، سیدپویا شریعت پناهی، وحید شاه منصوری
یادگیری ماشین
machine learning
resource allocation
تخصیص منابع
شبکه های دارای هوش مصنوعی
بهینه سازی شبکه های دسترسی رادیویی
برش بندی شبکه
ran optimization
network slicing
ai
enabled network

تخصیص منابع در شبکه های دسترسی رادیویی باز با برش دهی شبکه

مژده کربلائی مطلب (دانشجو مقطع: دکتری. تاریخ دفاع: ۱۴۰۲/۶/۱۴) ، وحید شاه منصوری
۵g
deep reinforcement learning
vnf
network slicing
۵g
اختصاص منابع
نسل پنجم ارتباطات سیار
قراردهی سرویس
شبکه دسترسی رادیویی باز
رایانش لبه با دسترسی چندگانه
resource allocation
mec
o
ran
service placement

مدل سازی اقتصادی پردازش لبه در شبکه های اینترنت اشیاء با محدودیت های کیفیت سرویس

محمد چراغی نیا (دانشجو مقطع: کارشناسی ارشد. تاریخ دفاع: ۱۴۰۱/۲/۴) ، وحید شاه منصوری
یادگیری ماشین
یادگیری تقویتی عمیق
machine learning
بازی استکلبرگ
پردازش لبه
تخلیه پردازشی
ساختارهای سلسله مراتبی
سازوکار های مشوق
deep reinforcement learning
computation offloading
edge computing
hierarchical structures
incentive mechanism
stackelberg game

هماهنگ سازی منابع در شبکه های سلولی نسل پنچم برای سیستم های چند-دامنه

محمدحسن عبدالغنی (دانشجو مقطع: کارشناسی ارشد. تاریخ دفاع: ۱۴۰۱/۱۱/۲۷) ، وحید شاه منصوری
۵g
شبکه های سلولی
cellular networks
نسل پنجم
دامنه
multi
هماهنگ سازی منابع
سیستم های چند
domain systems
resource orchestration
یادگیری ماشین
machine learning
۵g
هوش مصنوعی
بهینه سازی
شبکه مجازی شده
نسل پنجم شبکه
optimization
vnf