http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Risk Averse Reinforcement Learning for Portfolio Optimization
Bayaraa Enkhsaikhan,Ohyun Jo(조오현) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
In this paper, we investigate investment portfolio optimization using Reinforcement Learning (RL) with risk assessment. Due to market friction, the reaction of other market participants and uncertainties, it is challenging to trade and optimize investment portfolios dynamically. The financial market is sophisticated and complex to model. Moreover, regulatory requirement and internal risk policy require investors to make risk-averse decisions for preventing catastrophic results, which is hard to recover later. One way to solve the problem is to set a high enough penalty to reward for the risk. As the experiment result suggests, the proposed Value at Risk(VaR) technique using Actor-Critic reinforcement learning could benefit faster learning and reward.
결측치 영향에 강인한 특성을 갖는 이미지화 기법 기반의 시계열 예측 모델
강승우(Seungwoo Kang),조오현(Ohyun Jo) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
실시간 감염병 전파 예측 문제나 금융현상과 같은 응용 서비스에 시계열 예측 모델들이 적용됨으로써 예측 정확도가 향상되어 활용도가 높아지고 있으며, 최근 ARIMA, DNN, LSTM과 같은 예측 기법을 이용해 데이터를 처리하기 위한 최적 모델연구가 활발해지고 있다. LSTM은 이 중에서도 시계열 예측에 매우 적합하다는 평을 많이 받고 있는 모델이다. 그러나, 연속성이라는 특성을 가진 시계열 데이터에서 결측치가 발생하면 모델 학습에 치명적인 문제가 발생할 수 있다. 본 논문에서는 이러한 문제를 최소화하기 위해 CNN 기반 시계열 예측 모델과 시계열 데이터 이미지화 방법을 제안한다. 제안하는 이미지화 방법은 짧은 시계열 구간의 데이터 셋을 사용하여 결측치에 대한 영향을 감소시키고 관련 데이터를 사용해 정확도를 보강한다. 성능 평가를 위해 LSTM기반 모델과의 비교 실험을 진행하며, 해당 문제를 해결하면서 학습 정확도 뿐만아니라 학습시간 측면에서도 제안 학습 모델이 더 우수함을 보였다.
비행체의 특징을 고려한 공중중계 무인기 다중빔 안테나 운용 방안
박상준,이원우,김용철,김준섭,조오현,Park, Sangjun,Lee, Wonwoo,Kim, Yongchul,Kim, Junseob,Jo, Ohyun 중소기업융합학회 2021 융합정보논문지 Vol.11 No.4
4차 산업혁명 시대의 미래 전장은 초연결, 고속기동화된 무기체계로 다영역작전을 수행할 것이다. 이러한 미래전 양상의 변화에 대비하기 위해 우리군은 다양한 유·무인 무기체계를 개발하고 이들의 기동간 통신 지원이 가능한 다계층 전술네트워크 구성을 위하여 노력하고 있다. 그러나 현재의 전술네트워크는 단일 계층에서 단일빔 안테나를 활용한 1:1 고속링크 또는 무지향성 안테나를 활용한 1:N 저속링크를 운용하고 있어 기동간 통신 지원이 제한된다. 즉 미래전 대비를 위한 다계층 전술네트워크를 효율적으로 구성하기 위해서 다중빔 안테나의 운용이 필요하다. 특히 공중계층의 공중중계 무인기는 비행체 특징에 따라 다중빔 안테나의 운용 방법이 달라진다. 따라서 본 논문에서는 다계층 전술네트워크의 효율적인 운용을 위하여 공중계층에 필요한 다중빔 안테나 운용 시나리오와 고려 요소, 회전익과 고정익 비행체의 특징을 살펴보고 이를 토대로 다중빔 안테나의 공중중계 무인기 설치 위치 및 운용 방안을 회전익과 고정익 비행체로 구분하여 제시한다. In the era of the Fourth Industrial Revolution, the future battlefield will carry out multi-area operations with hyper-connected, high-speed and mobile systems. In order to prepare for changes in the future, the Korean military intends to develop various weapons systems and form a multi-layer tactical network to support On The Move communication. However, current tactical networks are limited in support of On The Move communications. In other words, the operation of multi-beam antennas is necessary to efficiently construct a multi-layer tactical network in future warfare. Therefore, in this paper, we look at the need for multi-beam antennas through the operational scenario of a multi-layer tactical network. In addition, based on development consideration factors, features of rotary-wing and fixed-wing aircraft, we present the location and operation of airborne relay drone installations of multi-beam antennas.
불확실한 환경에서 고차원 상태 공간을 이용한 깊은 강화학습 기반의 무선 접속 방법
이태겸(Tae Gyeom Lee),조오현(Ohyun Jo) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 고차원 상태 공간을 활용할 수 있는 깊은 강화학습을 기반으로 이동체를 위한 5G/6G 네트워크에서 UAV(Unmanned Aerial Vehicle)를 위한 무선 접속 기술을 제안한다. UAV는 높은 이동성을 갖기 때문에 채널 환경의 변화가 크고, 예측하기 힘든 정보만으로 통신을 시도할 확률이 높다. 기존에는 무선 접속을 위한 Back-off count 선택 시 제한적인 채널의 사용자 존재 여부에 관한 정보만을 활용하였으나 본 논문에서 제안하는 깊은 강화학습 방법론은 에이전트가 얻을 수 있는 정보만으로 최적의 행동을 선택하게 할 수 있으며, 높은 차원의 상태 데이터도 처리할 수 있다. 이러한 정보의 불확실성 문제와 대량의 정보저장 문제를 해결할 수 있다. 제안하는 강화학습 기반의 무선 접속 기술은 고차원으로 표현될 수 있는 위치 좌표와 SNR(Signal to Noise Ratio)을 이용한 Back-off 제어를 통해 네트워크 내에서 발생한 데이터 충돌 확률을 획기적으로 감소시킨다.