Earticle

In the heterogeneous network (HetNet) employing downlink non-orthogonal multiple access (NOMA), we focus on the non-convex optimization problem to optimize the spectral efficiency (SE) while the users satisfy the quality-of-service (QoS) requirement. In the previous work, the optimal joint successive interference cancellation and power allocation (JSPA) algorithm for maximizing SE is proposed to solve the mixed-integer non-linear programming (MINLP) problem in NOMA-enabled HetNet. However, the optimal solution requires exponential complexity by the number of base stations (BSs). Therefore, we present a deep neural network (DNN)-based algorithm for JSPA to reduce the complexity. In particular, to deal with the MINLP-based JSPA problem, we reformulate it into an equivalently simple problem that optimizes only the power consumption of BSs. Then, we introduce the unsupervised DNN-based method for JSPA to handle the simplified problem. The presented scheme yields improved SE and outage performance compared with traditional DNN-based methods. Additionally, we propose a user selection scheme with low complexity to enhance the SE of the proposed DNN-based power allocation. Through simulations, we illustrate that the suggested DNN-based scheme can attain SE performance similar to that of the optimal scheme.

비지도 방식의 클러스터링은 주로 각 데이터에 대한 유사도나 거리에 기반하여 수행되며, 기본적으로 NP (Non-deterministic polynomial) Hard의 영역으로 알려져 있다. 각 노드에 대한 계산은 매트릭스에 기반하여 수행되는데, 노드의 수가 많은 경우 다른 노드와 비교하는 계산 시간이 매우 많이 소요될 수 밖에 없으며, 이를 단시간 내에 계산하기 위해서는 동적프로그래밍과 같은 컴퓨터 알고리즘이 수반되어야 한다. 이러한 계산 복잡도와 구현의 어려움으로 인해 빅데이터의 클러스터링은 유클리드나 코사인 유사도 등 몇 가지 전통적인 컴퓨터 거리 계산 방식에 국한되어 적용되고 그 계산 방식을 제공하는 주요한 클러스터링 라이브러리에 종속적으로 의존되어 왔다. 따라서 이러한 보편적인 클러스터링으로 계산이 불가능한 특수한 데이터의 경우에는 적용이 아예 불가능하거나 어려운 점이 존재할 수 있다. 예를 들어 개인별 직무 경력과 같은 데이터는, 특정인의 경력 정보가 다른 인력의 경력 정보와 비교를 할 수 있는데, 이를 어떻게 비교를 하여 그 거리를 특정화하고, 여러가지 “career pathway”를 분류해내고 검토하기 위한 특수한 클러스터링 알고리즘이 요구된다. 본 연구에서는 IT 분야의 경력정보 데이터를 활용하여 생명공학 분야에서 DNA 시퀀스에 대한 분류를 위해 활용되는 Optimal Matching 알고리즘을 활용하여 경력 정보의 계산한 후 이를 활용하여 클러스터링하는 시스템을 소개한다.

본 논문에서는 블록 대각화 프리코딩 기법을 사용하는 다중 사용자 MIMO 하향링크 시스템에서 전체 채널 용량을 최대화하기 위한 데이터 스트림 할당 기법을 제안한다. 기존의 블록 대각화 프리코딩 기법은 모든 사용자에게 동일한 수의 데이터 스트림을 할당하고 water-filling에 의한 전력제어 만으로 전체 채널 용량을 최대화함으로써 데이터 스트림의 수의 차이에 의한 채널 용량의 이득을 스스로 제한했다. 제안하는 블록 대각화 프리코딩의 데이터 스트림 할당 기법은 시스템의 전체 채널 용량을 최대화하기 위하여 평균 채널 이득, 순시 채널 이득의 크기를 비교하여 채널 이득이 좋은 사용자에게 많은 수의 데이터 스트림을 할당하고 water-filling을 통한 전력 제어를 하는 방법으로 채널 이득에 대한 채널 용량을 최대화 시킨다. 본 논문에서 제안된 데이터 스트림 할당 기법을 이용하여 시스템의 성능을 향상시킬 수 있음을 모의실험을 통해 증명했다.

In this paper, we propose the data stream allocation algorithms for maximizing sum capacity of downlink multiuser MIMO (Multiple-input Multiple-output) systems with BD (Block Diagonalization). The conventional BD precoding algorithms maximize the capacity by controlling power against channel gain of each user. In multiuser MIMO systems, however, the number of data streams for each user can be used to as another control parameter, which determines the capacity. This paper proposes the data stream allocation algorithm of BD for increasing capacity in multiuser MIMO systems. The proposed algorithm allocates unequal bit stream to each user based on channel matrix of each user for maximizing sum capacity. It is proved that proposed algorithm can achieve the significantly improved sum capacity by computer simulation.

오늘날의 스마트폰, PMP, 지능형 가정기기, 자동차 엔진 컨트롤 시스템과 같은 내장형 시스템은 인간의 삶과 일, 놀이 등 살아가는 환경에 대한 전환을 가져오고 있다. 사용자가 요구하는 다양한 서비스들을 지원하기 위해 내장형 시스템 응용들의 복잡성이 증가하고 있으며, 그런 내장형 컴퓨팅 플랫폼에는 시간결정성을 갖는 실시간 운영체제를 사용해야 한다. 실시간 운영체제는 예측가능한 태스크 스케줄링과 메모리 할당 서비스를 제공해야 하지만, 실시간 시스템의 개발자는 메모리 할당 시간의 최악수행시간을 예측하기 어렵기 때문에 동적 메모리 할당 알고리즘 사용을 피한다. 결국 실시간 시스템에서는 예측가능한 최악수행시간을 갖는 시간 결정적인 메모리 할당 알고리즘이 필요하다. 본 논문에서는 다차원 비트맵을 사용한 시간 결정적 메모리 할당 기법을 소개하고, 실험결과를 통해 기존 상용 실시간 운영체제에서 사용되고 있는 메모리 할당 알고리즘과 비교분석하여 본 논문에서 제시하는 메모리 할당 기법이 우수함을 보인다.

In recent years, embedded systems such as Smart phones, Portable Multimedia Player, intelligent appliance, automobile engine control are reshaping the way people live, work, and play. Thereby, services application to guarantee various requirements of users become increasingly sophisticated and complicated, such embedded computing platforms use real-time operating systems(RTOSs) with time determinism. These RTOSs must provide predictable task scheduling and memory allocation services. However, developers of real-time systems avoid using dynamic memory allocation(DMA) algorithms because their worst-case execution time is hard to be bounded. Consequently, it is quite necessary to devise a deterministic DMA algorithm with a bounded worst-case performance. In this paper, we introduce a novel deterministic DMA algorithm for real-time systems using a multi-dimensional bit map method, and give some experimental results to show that it outperforms DMA algorithms of Commercial RTOSs.

인터넷의 경직성으로 인하여 다양한 서비스를 제공하기 어려운 문제를 해결하기 위한 가장 효과적인 방법 이 네트워크 가상화 방안이다. 공통의 물리 네트워크 자원을 공유하는 가상 네트워크를 효율적으로 생성하기 위해서 는 자원을 효율적으로 사용할 수 있는 방안이 필요하다. 이러한 한정된 물리 자원을 효율적으로 사용하기 위하여 본 논문에서는 사용중인 자원이라도 더 높은 서비스 우선순위를 갖는 가상 네트워크에 할당하는 방법을 제안한다. 높은 우선순위의 네트워크 생성 요청을 위하여 운용중인 낮은 우선순위의 가상 네트워크에서 효율적으로 대역폭을 회수하 는 알고리즘을 제안한다. 제안하는 대역폭 할당 알고리즘은 낮은 우선순위를 갖는 가상 네트워크에서 서비스 지속성 을 유지하면서 할당된 대역폭을 회수할 수 있다. 제안한 알고리즘의 실험을 통하여 약 8%정도의 가상 네트워크 생 성 수락률의 향상을 확인하였다.

Due to the ossification of the Internet, it is difficult to accommodate variety services. One of the efficient solution to this problem is network virtualization. It allows multiple parallel virtual networks to run on the shared physical infrastructure. It needs new resource allocation mechanism to share efficient physical resources. In this paper, we present efficient bandwidth allocation algorithm for virtual network request with high service priority. Our proposed algorithm can withdraw allocated bandwidth from low-level priority virtual network and maintain low-level virtual network service. We evaluated the performance of our proposed algorithm using simulation and found the improvement of approximately 8% acceptance rate.

본 논문에서는 최적의 설계 자동화를 위한 최소자원 할당 알고리듬을 제안한다. 제안된 할당 알고리듬은 연산자 간을 연결하는 신호선이 반복적으로 이용되어 연결 신호선 수가 최소가 될 수 있도록 기능 연산자를 할당한다. 레지스터 할당 시 연결구조에 따라 가중치를 갖는 구간 그래프를 구성한다. 최소의 클러스터 파티션 알고리듬을 이용하여 생성된 최대 크기의 클러스터들에 연결구조가 고려된 레지스터들을 할당한다. 또한 연결구조에 대한 멀티플렉서의 중복 입력을 제거하고 연산자에 연결된 멀티플렉서 간의 입력을 교환하는 입력 정렬 과정으로 연결 구조를 최소화한다. 또한, 벤치마크 실험을 통하여 제안된 알고리즘의 효용성을 보인다.

In this paper, we propose a new minimum resources allocation algorithm for optimal design automation. In the proposed algorithm, the operation are allocated to functional units so that the number of interconnection wires between functional units can be minimized. The registers are allocated to the maximal clusters generated by the minimal cluster partitioning algorithm. Finally, the interconnection is minimized by removing the duplicated inputs of multiplexers and exchanging the inputs across multiplexers. The efficiency of the proposed allocation algorithm is shown by experiments using benchmark examples.

최근 항공교통량의 증가에 따라 보다 효율적인 항공교통흐름제어가 요구되고 있다. 이에 본 논문에서는 효율적인 항공교통흐름제어를 위한 알고리즘을 제안하였다. 항공통신 환경은 일반 통신 환경과는 다르게 스테이션(항공기) 사이에 직접적인 통신 기능이 필요하며, 안전성을 위한 메시지의 우선순위가 매우 엄격하게 요구된다. 게다가 넓은 서비스 지역은 높은 전파지연을 발생시킨다. 본 논문에서는 기존의 CSMA/CA 매체접속제어(MAC) 프로토콜을 사용하여 항공교통상황(혼잡 공항 지역, 접근관제구역, En route구역, 대양 항행)에 따라 메시지 우선순위를 설정하고, 이러한 우선순위가 높은 메시지가 보다 더 높은 접속 확률을 갖고 데이터를 전송하도록 하였다. 항공기 대수에 따른 시뮬레이션 결과, 교통량이 증가할수록 기존 방식보다 더 높은 채널 사용 효율 및 전송확률을 가짐을 확인하였다.

According to the recent increase in air traffic a more efficient air traffic flow control is required. This paper proposes the algorithm for efficient air traffic flow control. Aeronautical communication environment is different from the common communication environment since it needs a direct communication between stations (or airplanes) and requires a strict priority for safety message. Moreover, the wide area for basic service causes high propagation delay. In this paper, by using existing CSMA/CA Media Access Control (MAC) protocol, we set the message priorities according to air traffic condition (congestion airport area, approach control area, En route area, and ocean area). This prioritization scheme enables the data transmission with higher access probability. Simulation results confirm that our protocol shows better performance in terms of channel efficiency and success probability compared to exisiting CSMA/CA protocol.

Broadband networks are designed to support a wide variety of services with different traffic characteristics and demands for Quality of Services. Bandwidth allocation methods can be classified into two major categories： static and dynamic. In static allocation, bandwidth is allocated only at call setup time and the allocated bandwidth is maintained during a session. In dynamic allocation, the allocated bandwidth is negotiated during a session. The purpose of this paper is to develop policies for deciding and for adjusting the amount of bandwidth requested for a best effort connection over such as ATM networks.. This method is to develop such policies that a good trade off between utilization and latency using cell delay variation to the forecast the incoming traffic in the next period. The performances of the different polices are compared by simulations.

Broadband networks are designed to support a wide variety of services with different traffic characteristics and demands for Quality of Services. Bandwidth allocation methods can be classified into two major categories: static and dynamic. In static allocation, bandwidth is allocated only at call setup time and the allocated bandwidth is maintained during a session. In dynamic allocation, the allocated bandwidth is negotiated during a session. The purpose of this paper is to develop policies for deciding and for adjusting the amount of bandwidth requested for a best effort connection over such as ATM networks. This method is to develop such policies that a good trade off between utilization and latency using cell delay variation to the forecast the incoming traffic in the next period. The performances of the different polices are compared by simulations.

본 논문에서는 SOC 설계 자동화를 위한 할당 및 바인딩을 동시에 수행하는 새로운 동적인 하드웨어 할당 및 바인딩 알고리즘을 제안한다. 제안된 알고리즘은 스케줄링의 결과를 입력으로 받아들이고, 각 기능 연산자에 연결된 레지스터 및 연결 구조가 최대한 공유하도록 제어스텝마다 연산과 기억 소자의 상호 연결 관계를 고려하여 기능 연산자, 연결 구조 및 레지스터를 동시에 할당 및 바인딩을 한다. 제안된 알고리즘은 각 시스템마다 비교 실험을 통하여 기존의 기능 연산자와 레지스터의 수를 미리 정했거나, 분리하여 수행한 방식들과 비교함으로서 제안된 알고리즘의 효용성을 보인다.

This paper proposes a new dynamic hardware allocation and binding algorithm of a simultaneous allocation and binding for SOC design automation. The proposed algorithm works on scheduled input graph and simultaneously allocates binds functional units, interconnections and registers by considering interdependency between operations and storage elements in each control step, in order to share registers and interconnections connected to functional units, as much as possible. This paper shows the effectiveness of the proposed algorithm by comparing experiments to determine number of function unit in advance or by comparing separated executing allocation and binding of existing system.

자산배분 전략은 비체계적 위험을 낮추기 위한 계량 모델로 해리 마코위츠가 현대 포트폴리오 이론을 기반으로 발전하였으며, 오늘날에는 다 양한 통계 기법과 기계학습 기법에 따라 자산배분 전략을 수립하고 있다. 최근 기계학습 분야 중의 하나인 강화학습의 폭발적 성장을 통해 자산 배분 전략 관련 국내 연구들이 수행되고 있지만, 여전히 미흡한 수준에서 벗어나지 못하고 있다. 본 연구는 최대 엔트로피 목적함수를 가진 SAC 강화학습 알고리즘을 사용한 자산배분 전략을 위험조정 수익 극대화 측면에서 계층적 위험 균형 자산배분 전략과 비교·분석하였다. 주요 실증분 석 결과는 다음과 같다. 계층적 위험 균형 자산배분 전략과 SAC 강화학습 알고리즘을 활용한 자산배분 전략의 위험 대비 높은 투자 성능을 비교 해 보면 계층적 위험 균형 자산배분 전략에서 낮은 성과를 보여 주었다. 이러한 결과는 SAC 강화학습 알고리즘의 최대 엔트로피 목적함수가 최 적화와 준최적화를 통해 시장 환경의 변화를 감지하고 이에 신속히 대응해 시장의 위험 구조 및 수익률 간의 최적 균형을 도출해 내는 것으로 판 단된다. 이로 인해 강화학습 에이전트는 수익 기회를 온전히 유지하면서도 변동성은 감소시키고 갑작스러운 손실 또한 방지할 수 있는 것이다. 둘째, 계층적 위험 균형 전략과 달리 비슷한 자산군의 특성으로 인해 계층별 차별화 정도가 크지 않아도 SAC 강화학습 알고리즘을 활용한 자산 배분 전략에서 위험조정 수익 극대화를 보여 주었다. 이를 통해 주식 이외에 다양한 이종 자산으로 투자자산을 확대하지 않은 환경에서도 SAC 강화학습 알고리즘을 활용한 자산배분 전략이 잘 작동하는 것을 확인할 수 있었다. 이런 맥락에서 강화학습 알고리즘을 활용한 자산배분 전략에 관한 연구는 학문적으로 중요한 연구주제가 될 뿐 아니라 현업의 로보어드바이저 고도화에도 중요한 관심 대상이 된다.

Harry Markowitz's works on portfolio optimization were published nearly 70 years ago. However, studies of potential methodologies are still being conducted in order to achieve better asset allocation results. Deep reinforcement learning has recently been applied to a wide range of industries, including games, robotics, autonomous vehicles, and data cooling systems. A method known as reinforcement learning enables automated asset allocationwithout the need for ongoingmonitoring. It has the authority to set its own policies. This paper's goal is to conduct an empirical analysis of the performance of two asset allocation strategies. One is the Hierarchical Risk Parity(HRP), the risk-based asset allocation strategy, and the asset allocation strategy using the Soft Actor-Critic (SAC) reinforced learning algorithmis the other. Because the reinforcement learning agent detects and responds quickly to changes in the financial market environment, the asset allocation strategy based on the SAC can avoid unexpected losses while maintaining profit opportunities in terms of Sharpe ratio. Second, when compared to the HRP's performance, the asset allocation strategy based on the SAC performed well even when asset classes were highly correlated. This paper demonstrates how the development of a reinforcement learning algorithm can benefit asset allocation. In this context, research on asset allocation strategies using reinforcement learning technique is not only an important academic research topic, but also a key topic of interest in the advancement of robo-advisors.

드론을 활용한 분야는 점점 많아지고 있지만, 실제 드론의 임무 수행은 내장된 배터리를 통하여 활동하므로 드론의 내장된 배터리 용량에 따라 드론의 행동과 시간의 제약이 따른다. 이러한 드론의 자율 비행이나 임무 수행을 하는 드론의 운행 시간에 대한 단점을 보완하기 위해서 드론 배터리 용량을 늘리거나 배터리 충전을 위한 연구가 진행되 었다. 최근 드론 배터리 충전을 위한 방식으로 배터리 교환 방식과 무선 전력 충전방식에 관한 연구가 일부 진행이 되고 있다. 이중 무선 전력 충전방식은 하나의 드론을 충전하는 시스템은 개발이 되어 있지만, 다수의 드론을 충전 하는 방법에 대한 표준과 충전 방법에 관한 연구는 아직 활발하게 진행되고 있지는 않다. 무선 충전의 효율을 높이 기 위해서는 해당 무선 채널을 원하는 사용자에게 효율적으로 배분할 수 있는 최적화 문제를 해결하는 것이 우선이 다. 유선 충전 시 전력 할당 최적화 문제를 풀기 위해서 유전자 알고리즘을 이용하여 자동차 배터리 충전에 적용한 일부 연구는 있지만, 드론에 해당 연구를 적용하기에는 여러 차이점이 존재한다. 본 논문에서는 마이크로 유전 알고 리즘을 적용하여 무선 전력 충전의 전송 효율에 관여하는 무선 채널 설정 방법을 통해 다수의 드론을 충전할 방법을 제시한다. 시뮬레이션을 통해서 본 연구에서 제안하는 방법이 다수의 드론을 충전할 수 있는 무선 채널 배분의 효율 을 높일 수 있음을 보였다.

Although the increased use of drones or Unmanned Aerial Vehicles(UAVs) for the commercial and military field, the drone's built-in battery capacity will limit the drone's behavior and time. To achieve a fully autonomous flight or mission complete, recently, some researches have been conducted on increasing drone battery capacity or charging the battery method. Some of these studies have recently been conducted on battery switching and wireless charging methods to charge drone batteries. A system for charging a single drone is developed, but the standard for charging multiple drones and the method for charging them are not yet actively studied; however, research on the wireless charging method is not actively conducted. To improve the efficiency of wireless charging, it is first necessary to solve the optimization problem of efficiently allocating the corresponding wireless channel to the user who wants them. Although some studies have been applied to car battery charging using genetic algorithms to solve the problem of power allocation optimization in wired charging, there are many differences in applying the research to drones. In this study, applying the Micro Genetic Algorithm(μ-GA), we present a method for charging multiple drones through the wireless channel setup method involved in the transmission efficiency of wireless power charging. The feasibility of the proposed algorithm was checked using simulation. Numerical results are presented to demonstrate the performance of the proposed method.

In recent years, cloud computing has drawn more and more attention. Increasingly amount of systems and applications have been constructed in cloud environments, yet few researches of rule engine has been done. Rule engine technologies have been widely used in the development of enterprise information systems. These rule-based systems may encounter the problem of low performance, when a large amount of fact data are matched with these rules. Deploying rule engines in cloud environments can increase the capability and efficiency of these systems. In this paper, we propose an approach to implement rule engine based on a message-passing concurrency model in cloud computing. The approach can be extended conveniently and it can deal with extensive rules and facts efficiently. To improve the performance of the rule engine, an algorithm of allocation is proposed. A resource cost model is explored to make high efficient use of resources in cloud. In addition, we implement the rule engine system RUNES II in cloud platform and conduct experiments to show its performance.

To deal with the issues like existing generation of congestion nodes and redundancy transmission in the traditional load balancing algorithm, this paper puts forward the load balance multicast routing and spectrum allocation algorithm based on QOS constraints. The algorithm adopts LBWC algorithm to calculate the wireless link weight, and carries out the structure of the load balancing multicast tree. Then, the QOS constraints spectrum allocation algorithm is adopted based on wireless channel broadcast feature to conduct channel allocation of wireless link. Algorithm in this paper is under the condition of wireless multicast QOS constraints satisfactions, which balance the node load, minimize the transmission times of the wireless multicast business and reduce the consumption of network resources. Finally, simulation experiments are carried out, such as the influence of wireless multicast business number on the performance of the algorithm, the influence of the number of multicast destination node on the performance of the algorithm, the influence of the number of available channel on the performance of the algorithm and the influence of the control parameter β on the performance of algorithm, etc. Experimental results show that in the case of wireless multicast service constraint, the algorithm avoids the congestion nodes and reduces the times of transmission.

In this paper, we introduce a new dynamic wavelength allocation algorithm for a TWDM PON (time and wavelength division multiplexed passive optical network) having inexpensive ONUs (optical network units). The inexpensive ONU has a cheap and low-speed wavelength tuner. The cheap tuner takes from few milliseconds to few seconds to change its wavelength. Most dynamic wavelength allocation algorithms assume that an ONU has a perfect tuner whose tuning time is zero. Unlike most existing algorithms, the proposed algorithm does not ignore the tuning time of an ONU tuner. In the proposed algorithm, an OLT (optical line termination) uses an average grant amount to predict the average packet arrival rates of all ONUs. The OLT decreases the number of active upstream wavelengths if the average grant amount is less than the bandwidth amount of the upstream wavelengths. Otherwise, the OLT increases the number of active upstream wavelengths. Using computer simulations, we show performance of the proposed algorithm and the average number of active upstream wavelengths.

In time division duplex Long Term Evolution (TD-LTE) system, the protocol provides 7 different time slot configurations. Only one fixed time slot deployed in mobile network. This paper proposed a dynamic time slot allocation algorithm, the system according to the user equipment (UE) detected the environmental signal to interference and noise ratio (SINR) to dynamically decide the time slot configuration, especially the UE in the situation of relatively bad wireless environment and the lower SINR value, can adopt the polling algorithm, obtained the dynamic time slot configuration. This method is simple in calculation, can reduce redundant computational burden in the system. The result of simulation demonstrated that the algorithm has significant effect in improving the networking throughput、 increasing the system spectrum utilization rate.

An XG-PON (10-Gbps-capable passive optical network) system is comprised of an OLT (optical line termination) and multiple ONUs (optical network units). In general, ONUs report their requests to the OLT and then the OLT performs a dynamic bandwidth allocation operation to allocate non-overlapping transmission slots to ONUs. In this paper, we consider an XG-PON system that ONUs do not report their requests to. The OLT estimates the ONU status by monitoring the upstream bandwidth usage of the ONU. We propose a dynamic bandwidth allocation method for the XG-PON system in which ONUs do not report their reports. The proposed method allocates a bandwidth to an ONU only if the ONU has fully used its upstream slot. Also, the proposed method periodically allocates a probe bandwidth to an ONU to prevent service starvation. Using simulation, we evaluate the performance of the proposed method under balanced and unbalanced traffic.