미디어 스트리밍을 위한 무선 엣지에서의 구조화된 강화 학습
무선 엣지 네트워크에서 미디어 스트리밍 클라이언트의 QoE를 최대화하기 위해 제한된 자원을 효율적으로 할당하는 구조화된 강화 학습 정책을 제안한다.
그래프 신경망을 활용한 다중 에이전트 강화학습 기반의 실시간 추정 오차 최소화 기법
본 논문은 다중 홉 무선 네트워크에서 자기 유사 에이전트들이 자동 회귀 마르코프 프로세스를 실시간으로 샘플링하고 추정하는 문제를 다룹니다. 제안하는 그래프 신경망 기반의 다중 에이전트 강화학습 프레임워크를 통해 분산 가능한 확장성 있는 샘플링 및 전송 정책을 최적화하여 추정 오차와 정보 신선도(AoI)를 최소화합니다.
이동 가능한 6차원 안테나를 통한 이산적 위치 및 회전 최적화를 통한 무선 네트워크 성능 향상
이동 가능한 6차원 안테나를 사용하여 사용자의 공간 분포와 통계적 채널 정보를 기반으로 안테나 표면의 3차원 위치와 3차원 회전을 최적화함으로써 무선 네트워크 용량을 향상시킬 수 있다.
무선 네트워크에서 백분위 최적화 - 파트 I: 최소-최대 전송률에서 합 전송률 최대화까지
본 논문에서는 무선 셀 경계 사용자의 전송률을 직접적으로 최적화할 수 있는 새로운 백분위 최적화 문제를 제안한다. 이를 통해 기존의 합 전송률 최대화 및 최소 전송률 최대화 문제를 특수한 경우로 포함하는 일반화된 문제 정식화를 제시한다.
무선 네트워크에서 백분위 최적화 - 파트 II: 셀 가장자리 처리량 최대화를 위한 빔포밍
이 논문에서는 다중 사용자 다중 입출력(MU-MIMO) 네트워크에서 셀 가장자리 처리량을 최대화하기 위한 백분위 기반 빔포밍 최적화 문제를 다룹니다. 이를 위해 quadratic fractional transform(QFT) 알고리즘을 확장하고, 새로운 sum-greatest-qth-percentile weighted mean squared error(SGqP-WMSE) 최소화 문제를 도입하여 SLqP 레이트 최대화 문제와의 등가성을 보여줍니다. 또한 이 접근법을 이용하여 다양한 하이브리드 유틸리티 함수를 최적화할 수 있음을 보여줍니다.
밀리미터파 네트워크에서의 사용자 및 빔 선택에 대한 효율적인 접근
밀리미터파 네트워크에서 가중치 합 전송률을 최대화하기 위한 사용자 및 빔 선택 문제를 다룸. 이 문제가 NP-완전임을 증명하고, 이에 대한 두 가지 비대칭적으로 최적인 알고리즘과 두 가지 빠른 탐욕적 알고리즘을 제안함.
O-RAN에서 트랜스포머 기반 무선 트래픽 예측 및 네트워크 최적화
O-RAN에서 트랜스포머 기반 무선 트래픽 예측을 통해 트래픽 스티어링 xApp 또는 셀 슬리핑 rApp을 동적으로 활성화하여 성능 지표를 향상시킬 수 있다.
