메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Thiruvenkadam Srinivasan (Kunsan National University) Han-Gue Jo (Kunsan National University) In-Ho Ra (Kunsan National University)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제32권 제5호
발행연도
2022.10
수록면
401 - 407 (7page)
DOI
10.5391/JKIIS.2022.32.5.401

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
5G 네트워크에서 사용자의 다양한 요구를 충족시키기 위해 사용되는 네트워크 슬라이싱은 네트워크 성능 최적화를 위해 필요한 가장 중요한 기술로 널리 인식되고 있다. 지금까지 수행된 5G 네트워크 자원 할당 연구의 대부분은 네트워크 슬라이싱 또는 슬라이스 된 네트워크 각각에 대한 최적의 자원할당에 촛점을 두고 있다. 본 연구에서는 5G 네트워크 자원할당 최적화를 위해 네트워크 노드를 각각의 특성에 따라 eMBB, uRLLC 및 mMTC의 그룹으로 분류하고 네트워크 슬라이스 생성을 위한 기계 학습기술을 구현한다. 이를 위해 CPU 용량, 링크 용량, 대역폭, 지터, 지연, 근접 중심성으로 구성된 성능 데이터 집합을 제안된 기계학습 모델의 학습 및 테스트를 위해 사용한다. 마지막으로 정밀도, 리콜 및 F1 점수와 같은 변수를 고려하여 네트워크 자원할당의 정확도 측정에 따른 최적 기계학습 기술에 대한 성능을 평가한다.

목차

요약
Abstract
1. Introduction
2. Physical Infrastructure Model
3. Proposed Strategy
4. Machine Learning Approaches
5. Simulation Results and Discussions
6. Conclusion
References

참고문헌 (17)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-003-000186586