http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이승훈(Seunghoon Lee),박찬호(Chanho Park),이남윤(Namyoon Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
무선 네트워크를 통한 연합 학습은 모바일 장치가 이기종 통신 링크를 통해 통계적으로 별개의 기울기 정보를 보내는 서버에서 로컬로 계산된 기울기를 집계해야 한다. 본 논문은 평균 제곱 오차 (MSE)를 최소화한다는 의미에서 이기종 정량화된 기울기 정보를 최적으로 집계하기 위한 베이지안 연합 학습 (BFL) 알고리즘을 제안한다. BFL 의 아이디어는 i) 로컬 기울기의 이전 분포, ii) 기울기 양자화 함수 및 iii) 채널 분포를 공동으로 활용하여 서버에서 1 비트 정량화된 로컬 기울기를 집계하는 것이다. BFL 을 구현하려면 모바일 장치의 수가 증가함에 따라 높은 통신 및 계산 비용이 필요하다. 이를 해결하기 위해, 우리는 또한 확장 가능한 BFL (SBFL)이라고 불리는 효율적인 수정 BFL 알고리즘을 제안한다. SBFL 에서는 로컬 기울기에서 단순화된 분포를 가정한다. 각 모바일 장치는 이 분포를 나타내는 두 개의 스칼라 매개 변수와 함께 1 비트 정량화된 로컬 기울기를 보내고, 서버는 잡음과 페이드된 양자화기울기를 집계하여 MSE를 최소화한다. 시뮬레이션에서 SBFL 이 이기종 무선 네트워크를 통해 MNIST 데이터 세트를 사용하여 신경 네트워크를 훈련하고 테스트할 때 기존의 신호 확률적 기울기 강하 알고리즘을 상당히 능가한다는 것을 입증한다.
페이딩 채널에서 블록 직교 희소 중첩 코드의 MMSE-MAP 복호 알고리즘
이보형(Bowhyung Lee),한동화(Donghwa Han),이남윤(Namyoon Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
본 논문은 저전력 짧은 패킷 통신을 위해 최근에 제안된 block orthogonal sparse superposition (BOSS) 코드를 페이딩 채널 환경에서 연구하고 페이딩에 강인한 새로운 복호 알고리즘을 제안한다. 가산성 백색 가우시안 잡음 (additive white Gaussian noise: AWGN) 채널 환경에서 고려된 기존의 BOSS 코드의 복호기는 페이딩 환경에서는 성능이 떨어지는 단점이 있다. 제안하는 저 복잡도 복호기는 최소 평균 제곱 오차 (minimum mean squared error: MMSE) 등화기로 채널의 영향을 보정하고 최대 사후 확률 (maximum a posteriori probability: MAP) 문제를 풀어 코드 워드를 추정한다.