http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
심층 강화학습 기반 무선 전력 통신네트워크를 위한 분산 자원할당 최적화
황상원(Sangwon Hwang),이훈(Hoon Lee),이인규(Inkyu Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문은 무선 전력 통신네트워크에서 합 전송률을 최대화하기 위한 분산 자원 할당 최적화 연구를 진행하였다. 심층 강화학습 기법을 활용하여 기존의 중앙 처리 방식 기법에 의존하여 전역 정보가 필요한 최적화 기법과 달리 각 H-AP 가 해당 셀의 지역 정보만 이용하여 분산적으로 작동하게 하는 알고리즘을 제시하고, 실험 결과를 통해 제안한 기법의 성능을 확인하였다.
모바일 광고 기술에서 Hawkes 프로세스 기반 생성 모델에 관한 연구
황상원 ( Sangwon Hwang ),조인휘 ( Inwhee Joe ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1
모바일 광고 기술(AD Tech)분야에서 기계학습은 사용자별 CTR(Click Through Ratio) 예측[1]에 국한되어 왔으며 2016 년도부터 시행된 GDPR(General Data Protection Regulation)[2] 정책으로 인하여 AD Tech 관련 사업자의 사용자 개인정보 접근이 제한되어왔다. 그 결과 Feature Data 에 기반한 사용자 타겟팅 및 Ad Tech 산업에서 기계 학습 기술을 적용하는데 현실적 어려움을 가져왔다. 본 논문에서는 기존 연구와 현실적 한계를 극복하기 위하여 사용자가 아닌 매체별 클릭 분포를 예측하는 Hawkes Process 에 기반한 생성모델을 제안하고 그 가능성을 살펴본다.
스크린 사용 여부 및 사용 디바이스 감지를 위한 머신러닝 모델 성능 비교
황상원,김동우,이주환,강승우,Hwang, Sangwon,Kim, Dongwoo,Lee, Juhwan,Kang, Seungwoo 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.5
일상생활에서 디지털 스크린을 오랜 시간 사용하면 눈의 피로, 안구 건조, 두통 등 컴퓨터 시각 증후군을 경험하게 된다. 컴퓨터 시각 증후군을 예방하기 위해서는 스크린 사용 시간을 제한하고 수시로 휴식을 취하는 것이 중요하다. 최근 스마트폰에서는 스크린 사용 시간을 알 수 있도록 도와주는 다양한 애플리케이션이 존재한다. 하지만, 사용자는 스마트폰 스크린뿐만 아니라 데스크탑, 노트북, 태블릿 등 다양한 스크린을 보기 때문에 이러한 앱만으로는 한계가 있다. 본 논문에서는 color, IMU, lidar 센서 데이터를 이용하여, 사용 중인 스크린 디바이스를 감지하는 머신 러닝 기반 모델을 제안하고 여러 가지 모델의 성능을 비교한다. 성능 비교 결과 신경망 기반 모델이 전통적인 머신 러닝 모델보다 높은 F1 스코어를 보였다. 신경망 기반 모델에서는 MLP, CNN 기반 모델이 LSTM 기반 모델보다 높은 스코어를 보였으며, 전통적인 머신 러닝 모델에서는 RF 모델이 가장 우수했으며, 다음으로는 SVM 모델이었다. Long-term use of digital screens in daily life can lead to computer vision syndrome including symptoms such as eye strain, dry eyes, and headaches. To prevent computer vision syndrome, it is important to limit screen usage time and take frequent breaks. There are a variety of applications that can help users know the screen usage time. However, these apps are limited because users see various screens such as desktops, laptops, and tablets as well as smartphone screens. In this paper, we propose and evaluate machine learning-based models that detect the screen device in use using color, IMU and lidar sensor data. Our evaluation shows that neural network-based models show relatively high F1 scores compared to traditional machine learning models. Among neural network-based models, the MLP and CNN-based models have higher scores than the LSTM-based model. The RF model shows the best result among the traditional machine learning models, followed by the SVM model.
다중 패널 배열된 FD-MIMO 시스템에서 이용한 코드북 설계 기법
Fu Zhilin,황상원(Sangwon Hwang),문지환(Jihwan Moon),이인규(Inkyu Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문에서는 전차원 다중 엔테나(full-dimension multi-input multi-output; FD-MIMO) 시스템에 초점을 맞추며 다중 패널 어레이 (multi-panel array; MPA) 시스템에 대한 코드북 설계를 연구하였다. MPA 시스템에서 패널의 물리적 특성과 정렬을 조사하여 정확한 빔 구조를 허용하는 새로운 코드북을 제안한다. 특히 수직 방향의 안테나 그룹이 수평 방향의 안테나 그룹보다 더 많은 상관 관계를 나타내는 특성을 고려하고 MPA 에서 작융할 수 있는 새로운 코드복을 다자인 기법을 제안한다. 수치 결과는 제안하는 기법의 효과적인 성능 및 계산 복잡도을 증명한다.
강화 학습 기반 무선 충전 모바일 에지 컴퓨팅 네트워크의 지연시간 최적화
오치원(Cheewon Oh),황상원(Sangwon Hwang),이인규(Inkyu Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 DDQN(Double Deep Q-Network) 강화학습 방법을 사용하여 단일 사용자 MEC(Mobile Edge Computing) 모델에서 장기적인 관점에서의 지연시간을 최소화하는 문제를 푼다. 또한 시뮬레이션을 통해 제안한 기법의 성능을 확인한다.
연어 관계 분석을 통한 Java API 패턴 추출 및 추천 방법
권찬우(Chanwoo Kwon),황상원(Sangwon Hwang),남영광(Youngkwang Nam) Korean Institute of Information Scientists and Eng 2017 정보과학회논문지 Vol.44 No.11
Many developers utilize specific APIs to develop software, and to identify the use of a particular API, a developer can refer to a website that provides the API or can retrieve the API from the web. However, the site that provides the API does not necessarily provide guidance on how to use it while it can be partially provided in many other cases. In this paper, we propose a novel system JACE (Java AST collocation-pattern extractor) as a method to reuse commonly-used code as a supplement. The JACE extracts the API call nodes, collocation patterns and analyzes the relations between the collocations to extract significant API patterns from the source code. The following experiment was performed to verify the accuracy of a defined pattern: 794 open source projects were analyzed to extract about 15M API call nodes. Then, the Eclipse plug-in test program was utilized to retrieve the pattern using the top 10 classes of API call nodes. Finally, the code search results from reference pages of the API classes and the Searchcode [1] were compared with the test program results.
Deep Reinforcement Learning 을 이용한 Adaptive Modulation selection 기법
김재익(Jaeik Kim),황상원(Sangwon Hwang),이인규(Inkyu Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문은 Single Cell 무선통신 환경에서 채널 변화에 따른 Adaptive Modulation selection 기법에 대해 기술한다. 채널 응답의 변화에 따라 유효한 변조 방식을 선택하는 문제에 대해 Deep Reinforcement Learning 을 통해 능동적으로 대응하여 기존 기법 대비 Spectral Efficiency 관점에서 이득이 있음을 보인다.