Acknowledgement
본 연구는 과학기술정보통신부 및 정보통신기획평가원의 글로벌핵심인재양성지원사업(IITP-2019-0-01579), 2020 년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원(No.2019-0-00421, 인공지능대학원지원(성균관대학교))과 2020 년도 정부(교육과학기술부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020R1A2C2008447).
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2020.11a
- /
- Pages.168-171
- /
- 2020
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Generative Adversarial Network based Mobility Prediction Model in Wireless Network
무선 네트워크 환경에서의 생성적 적대 신경망 기반 이동성 예측 모델
- Jang, Boyun (Dept. of Artificial Intelligence, Sungkyunkwan University) ;
- Raza, Syed Muhammad (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
-
Kim, Moonseong
(Dept. of Liberal Art, Seoul Theological University)
;
- Choo, Hyunseung (Dept. of Electrical and Computer Engineering, Sungkyunkwan University)
- Published : 2020.11.05
Abstract
초저지연성을 요구하는 5G 네트워크 환경에서 기기의 핸드오버를 능동적으로 조절하는 시스템의 중요성이 대두되고 있으며, 특히 핸드오버 시 기기의 이동성을 예측하는 것은 필수적이다. 딥러닝 모델의 일종인 생성적 적대 신경망은 두 신경망 사이의 경쟁 구도를 이용하여 두 신경망의 성능을 모두 높이는 목적으로 사용된다. 본 논문에서는 주로 데이터 생성 모델로 사용되는 생성적 적대 신경망을 이용하여 무선 네트워크 환경에서 기기의 이동성을 예측하는 시스템을 개발하였다. 이를 통해 실제 모바일 네트워크 환경에 적용되었을 경우 핸드오버 속도를 높이도록 한다.
Keywords