Resource Allocation
-
Deep Q Network (DQN)최신 기술동향/인공지능 (AI) 2020. 10. 4. 10:05
이번 글에서 리뷰할 강화학습 알고리즘은 Deep Q-Network (DQN)이다. DQN은 AI의 최강자인 Google Deepmind에서 개발한 알고리즘으로, 강화학습에 Deep Learning을 적용하는 방식의 뼈대가되는 논문 [1] [2]이다. 많은 시나리오에서 자주 사용되고, 강화학습 알고리즘의 큰 축 중에 하나기 때문에, 이미 많은 리뷰들이 있다. 이 글에서도, 간단하게 리뷰를 하고, 이를 이용한 여러 논문들도 함께 소개해보고자 한다. DQN 알고리즘 Deep Q-Network (DQN)은 이름에서 알 수 있듯이, state-action value Q값을 Deep Learning을 통해서 Approximate하는 방식이다. DQN이 나오기 전에는, state-action에 따른 값들을 모두 Ta..
-
URLLC Resource Allocation / Queuing(논문 리뷰)5G & 6G 통신 기반 기술 2020. 9. 18. 10:04
이번에 리뷰할 논문은 5G URLLC HARQ and Resource Allocation (논문 리뷰) 에서 다뤘던 논문 [1]의 후속논문이다. 해당 논문은 5G URLLC를 만족하기 위해서 얼마나 많은 Bandwidth가 필요한지에 대해 다뤘다. 이를 위해서 HARQ의 재전송횟수를 Control하면서, Channel Use가 가장 적어지는 재전송횟수 m을 찾는다. 하지만, 리뷰에서 언급했던 바와 같이, 당장 보낼 수 있는 Bandwidth가 없으면, Packet을 Drop시킨다고 가정한다. 따라서, URLLC의 Requirement를 만족하기 위해, 추가로 Bandwidth를 할당받아 놓아야 하고, 리뷰의 Future work에서 이를 언급했었다. 이번 논문에서는 당장 보낼 Bandwidth가 없어도 ..
-
Distributive Dynamic Spectrum Access with DRL 논문 리뷰최신 기술동향/인공지능 (AI) 2020. 8. 17. 10:40
이번 글에서는 AI-based 5G, 6G 논문 리뷰에서 언급했던 Distributive DSA에 DRL을 적용하는 논문을 리뷰한다. 이 논문은 5G에 초점을 맞췄다기 보다는 DSA에 DRL을 적용했다는 내용에 의의가 있는 논문이라고 생각되어서 강화학습 Section에서 다루는 것이 맞다고 생각했다. 제목: Distributive Dynamic Spectrum Access through Deep Reinforcement Learning : A Reservoir Computing Based Approach [1] 저널명 : IEEE Internet of Things Journal 출판년도 : September, 2018 저자 : Hao-Hsuan Chang, Hao Song, Yang Yi, Jianzho..
-
AI-Enabled Cellular Network 논문 리뷰 (5G/6G)5G & 6G 통신 기반 기술 2020. 8. 14. 11:50
이번에 리뷰할 논문은 Beyond 5G, 6G에 AI가 어떻게 쓰일 수 있을지에 대해 다룬다. 기존의 최적화 알고리즘과 다르게, 왜 AI가 사용되어야 하는지, 어떤 기술에 적용되고 있고, 연구가 진행될 분야가 무엇인지에 대해 다루고 있다. Samsung Research America의 연구진이 출판한 논문이다. 제목: Artificial Intelligence-Enabled Cellular Networks: A Critical Path to Beyond-5G and 6G [1] 저널명 : IEEE Wireless Communications 출판년도 : April, 2020 저자 : Rubayet Shafin, Lingjia Liu, Vikram Chandrasekhar, Hao Chen, Jeffrey ..
-
5G Vehicular Network RL 논문 리뷰 (Slot Format)5G & 6G 통신 기반 기술 2020. 7. 27. 09:21
이 논문은 5G Vehicular Network 상황에서 V2I의 Throughput을 최대화하기 위해 Reinforcement Learning을 사용한다. 이전 LTE Vehicular Reinforcement Leraning 논문에서 언급했듯이, Vehicular Network 환경만 제대로 설계되어 있으면, 그 안에 들어갈 다양한 강화학습 알고리즘들을 워낙 사용하기 쉬운 API들이 많기 때문에 어렵지 않게 적용할 수 있다. 제목: Reinforcement Learning-based Radio Resource Control in 5G Vehicular Network 저널명 : IEEE Wireless Communications Letters 출판년도 : MAY, 2020 저자 : Yibo Zhou, ..
-
통신의 기본 개념5G & 6G 통신 기반 기술/통신 및 네트워크 개념 2020. 7. 6. 08:00
Channel Tx에서 신호를 만들어서 Rx로 보내면 그 가운데 신호가 이동하는 경로를 Channel이라 한다. 즉, Channel 상태가 좋지 않으면 빌딩같은 장애물이 많거나, 다른 UE와의 간섭이 심한 상황으로 같은 Power로 전송을 하더라도, SINR값이 낮게 나올 수 밖에 없다. Physical Downlink Control Channel (PDCCH)처럼 끝이 CH로 끝나면 대부분이 Channel을 나타낸다. Channel 특성에 영향을 주는 것 중 Large-scale Fading과 small-scale fading이 있다. DL/UL Downlink (DL)은 BS에서 UE로 데이터를 보내는 과정으로, Download라고 생각하면 편하다. Uplink (UL)은 UE에서 BS로 메시지를 보..
-
OFDM 및 Resource Allocation5G & 6G 통신 기반 기술/통신 및 네트워크 개념 2020. 7. 6. 08:00
Resource Allocation Resource Allocation (자원할당)은 말 그대로 시스템 전체적으로 주어진 자원을 나누는 과정이다. 대표적인 자원으로는 주파수 자원, power 자원, 컴퓨팅 자원 등이 있다. 무선 통신은 주파수를 통해 메시지를 주고 받는데, 동시에 같은 주파수를 사용하면, 서로의 메시지에 간섭이 생겨서, Rx에서 decoding을 하지 못할 확률이 높아진다. 따라서 서로 다른 주파수를 사용하는 것이 일반적이고, 누가 주파수를 먼저, 얼마나 사용할지 등을 스케쥴링 하는 과정을 주파수 자원할당이라 한다. 이와 함께 파워 할당문제가 생긴다. 보통 강한 출력의 Power로 데이터를 전송하면 Throughput (전송속도)과 Coverage (전송거리)가 올라간다. 하지만, 먼 거..
-
5G URLLC HARQ and Resource Allocation (논문 리뷰)5G & 6G 통신 기반 기술 2020. 7. 6. 07:15
이 논문은 5G URLLC를 지원하기 위해, HARQ의 최대 전송횟수를 Control하여, 필요한 Bandwidth Requirement를 최소화하는 주제를 담고 있다. 제목: Resource Allocation and HARQ Optimization for URLLC Traffic in 5G Wireless Networks 저널명 : IEEE Journal on Selected Area in Communications 출판년도 : June, 2018 저자 : Arjun Anand, Student Member, IEEE, Gustavo de Veciana, Fellow, IEEE. Abstarct & Introduction URLLC의 Reliability와 Latency를 만족하기 위해서, Numero..