Earticle

초록

한국어

차세대 네트워크에서는 제한된 자원을 가진 수많은 장치가 실시간 응용 서비스를 위해 지연에 민감 하고 복잡한 작업을 수행해야 함에 따라 작업 오프로딩과 자원 할당이 점차 중요해지고 있다. 이는 복 잡한 결정 문제로 사전 지식 없이 최적 결정을 선택할 수 있는 강화 학습을 통해 해결할 수 있다. 본 연구는 이를 위한 연합 심층 강화 학습의 연구 동향을 정리하고, 자원 제약과 학습 구조를 중심으로 분석한 후 향후 연구 방향을 제시하고자 한다.

목차

요약
1. 서론
2. 관련 연구 환경
2.1. 지상 네트워크
2.2. 공중 네트워크
2.3. 우주 네트워크
3. 자원 제약 조건
4. 학습 구조 설계
5. 결론
Acknowledgement
참고문헌

저자

• 오준석 [ Junsuk Oh | 중앙대학교 컴퓨터공학과 ]
• 이동현 [ Donghyun Lee | 중앙대학교 컴퓨터공학과 ]
• 송치현 [ Chihyun Song | 중앙대학교 컴퓨터공학과 ]
• 김재민 [ Jaemin Kim | 중앙대학교 컴퓨터공학과 ]
• 최성진 [ Seongjin Choi | 중앙대학교 컴퓨터공학과 ]
• 김주영 [ Juyoung Kim | 중앙대학교 컴퓨터공학과 ]
• 조성래 [ Sungrae Cho | 중앙대학교 컴퓨터공학과 ] 교신저자

참고문헌