http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김선교(Seon-Kyo Kim),장재원(Jaewon Chang),박철순(Cheolsun Park) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문에서는 디지털 빔포밍 기반의 주파수 균일 빔 형성을 위해 완전연결 신경망(Fully-Connected Neural Network)을 사용하였다. 주파수 균일빔 형성에 영향을 주는 독립 변수로 비균일 빔 패턴 I/Q 데이터가 사용되었고 종속 변수로 주파수 균일 빔 패턴 데이터가 사용되었다. 실험에서는 예측과 타깃 사이 거리의 제곱인 평균 제곱 오차(Mean Square Error)를 손실함수로 성능을 평가하였고 MSE Loss가 0.12 정도로 비교적 양호한 결과가 산출되었다.
강화학습을 이용한 Non-Uniformly Spaced Planar Array 빔형성 설계 연구
강세영(Kang Se Young),김선교(Kim Seon Kyo),장재원(Chang Jae Won),박철순(Park Chul Sun),정원주(Chung Won Zoo) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문에서는 비등간격 평면 어레이를 설계하는 방법을 제안하였다. 비등간격 평면 어레이를 설계하기 위해서는 복잡한 비선형 문제를 풀어야 한다. 비등간격 평면 어레이에 관한 비선형 문제는 closed-form solution이 존재하지 않고 수많은 local optima를 갖고 있다. 따라서, 이러한 비선형 문제를 풀기 위해 다양한 최적화 방법들이 사용되었다. 하지만, 기존의 최적화 방법들은 global optima을 찾기 위해 오랜 시간이 걸리거나 종종 local optima에 빠지는 단점이 있다. 본 논문에서는 이러한 단점을 보완하고자 강화학습을 사용하였고, 시뮬레이션을 통해 강화학습과 기존의 최적화 방법의 성능을 비교하여 강화학습이 기존의 최적화 방법보다 더 좋은 빔형성 성능을 갖음을 확인하였다.