기지국 상태 조정을 위한 강화 학습 기법 분석Analysis of Reinforcement Learning Methods for BS Switching Operation
- Other Titles
- Analysis of Reinforcement Learning Methods for BS Switching Operation
- Authors
- 박혜빈; 임유진
- Issue Date
- Feb-2018
- Publisher
- 사단법인 인문사회과학기술융합학회
- Keywords
- 기계 학습; 강화 학습; 전이 학습; Actor-Critic 기법; 기지국 상태 조정; machine learning; reinforcement learning; transfer learning; actor-critic method; knowledge transfer
- Citation
- 예술인문사회 융합 멀티미디어 논문지, v.8, no.2, pp 351 - 358
- Pages
- 8
- Journal Title
- 예술인문사회 융합 멀티미디어 논문지
- Volume
- 8
- Number
- 2
- Start Page
- 351
- End Page
- 358
- URI
- https://scholarworks.sookmyung.ac.kr/handle/2020.sw.sookmyung/4677
- DOI
- 10.35873/ajmahs.2018.8.2.035
- ISSN
- 2383-5281
- Abstract
- 강화 학습은 변화하는 환경에서의 최적의 보상을 얻을 수 있는 행동을 결정하기 위한 정책을 얻는 기계 학습 기법이다. 하지만 기존에 연구되어 온 강화 학습은 불확실하고 연속적인 실제 환경에서 최적의 행동을 얻기 위해 발생되는 높은 계산 복잡도 문제와 학습된 결과를 얻기 위해서는 많은 시간이 소요 된다는 문제점을 가지고 있다. 앞에서 언급한 문제를 해결하기 위해, 높은 계산 복잡도 문제를 해결을 위해서는 강화 학습을 구성하는 가치 함수와 정책을 독립적으로 구성하는 AC(actor-critic) 기법이 제안되었다. 그리고 빠른 학습 결과를 얻기 위해 기 학습된 지식을 새로운 환경에서 이용하여 기존 학습보다 빠르게 학습 결과를 얻을 수 있는 전이 학습(transfer learning) 기법이 제안되었다. 본 논문에서는 기존에 연구되어 왔던 기계 학습 기법의 향상 기법인 AC 기법과 전이 학습 기법에 대해 소개하고, 이를 무선 액세스 네트워크 환경에서 기지국 상태 조정을 위해 적용되고 있는 사례를 소개한다.
- Files in This Item
-
Go to Link
- Appears in
Collections - ICT융합공학부 > IT공학전공 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.