Earticle

현재 위치 Home

Poster Session 차세대컴퓨팅 기술 전 분야(차세대컴퓨팅)

연합 심층 강화 학습 기반 작업 오프로딩 및 자원 할당에 관한 연구 동향
Research Trends in Task Offloading and Resource Allocation Based on Federated Deep Reinforcement Learning

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
  • 페이지
    pp.206-209
  • 저자
    오준석, 이동현, 송치현, 김재민, 최성진, 김주영, 조성래
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A468946

원문정보

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

키워드

연합 학습 강화 학습 작업 오프로딩 자원 할당

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

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2025 한국차세대컴퓨팅학회 춘계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.