http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
윤문섭(Munseop Yun),김수(Su Kim),장한승(Han Seung Jang) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
본 논문은 5G New Radio(NR) 물리적 임의접속채널(PRACH)에서 기계학습 기반의 임의접속 프리앰블 검출기법을 제안한다. 수신된 프리앰블 신호처리를 효과적으로 향상 시키기 위해 Max Pooling 방식을 활용하여 데이터의 수를 줄이고 합성곱 신경망 구조를 이용한 학습 방식을 제안한다. 연구에서 제안한 기술은 기존의 임계값 기반의 검출 성능과 동일한 허위 검출 경보 확률을 갖는 상황에서 최대 2.5dB 향상된 프리앰블 검출 성능을 보인다.
윤문섭(Munseop Yun),권혜연(Hye Yeon Kwon),박승근(Seug Keun Park),장한승(Han Seung Jang) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 기계학습을 이용한 표본셀 단기 트래픽 예측 방법을 고안하였다. 구체적으로는 양방향 장단기 메모리(Bidirectional LSTM) 학습 모델을 적용하여 국내 이동통신 3사의 트래픽 데이터를 바탕으로 6개월치 단기 표본셀 트래픽 예측을 진행하였다. 외부 데이터 없이 트래픽 값만을 단기 예측기술의 입력 데이터로 사용했다. 입력 시퀀스 길이에 따라서 1개월 전에서부터 6개월 전까지의 데이터를 이용해 향후 6개월의 이통 3사 및 총 트래픽을 예측하는 모델과 모델을 구성하는 기술을 설명한다. 연구에서는 대표적으로 이동 통신사 3사 데이터를 합친 총 트래픽의 6개월치 예측 성능을 보여주며, 예측 결과는 개월수가 늘어날수록 점차 증가하는 경향을 보였다.