http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
장종규(Jonggyu Jang),양현종(Hyun Jong Yang),김슬기(Seulgi Kim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문에서는 무선 셀룰러 네트워크에서의 사용자-기지국 간 연결 최적화를 통한 간섭 제어를 다룬다. 최근 네트워크 성능 향상을 위해 촘촘한 기지국 배치가 고려되어 네트워크의 과포화가 예상되는 만큼 간섭 제어 사용자 연결 기법의 필요성이 대두되고 있다. 사용자 연결 문제를 해결하기 위해서는 기지국-사용자 간 연결 조합의 경우의 수를 고려하여 가장 높은 전송률이 예상되는 경우에 대한 사용자 연결을 시행해야 하지만, 많은 계산과 기지국간 정보 교환이 요구된다. 본 논문에서 제안하는 기법은 강화학습을 활용한 분산 사용자 연결 기법으로, 주어진 환경에 적응하는 continuing task 를 목표로 하는 Deep-Q-Network 방식이다. 제안하는 기법의 성능 검증을 위해 인공 신경망을 활용하지 않는 Q-Learning 기법과 비교한다. 본 연구팀이 시뮬레이션 결과에서 보인 것처럼, 강화학습의 state 가 continuous value 인 환경 특성 상 Deep-Q-Network 가 state-action-reward 간 상관 관계를 Q-Learning 보다 정확하게 예측하여 더 좋은 성능을 가지는 것을 확인할 수 있다.