최근 다양한 분야에서 주목받고 있는 기계학습의 성능은 기계학습 모델의 하이퍼파라미터에 의존한다. 이에 따라 기계학습의 성능을 향상시키기 위해서는 최적의 하이퍼파라미터를 찾는 것이 중요하다. 기계학습의 하이퍼파라미터 최적화는 최적화 문제의 목적 함수와 결정 변수들의 특징 때문에 풀이에 어려움이 많으며, 하이퍼파라미터 최적화의 알고리즘들은 이러한 어려움을 해결하는 방향으로 연구되고 있다. 본 논문에서는 기계학습의 하이퍼파라미터 최적화의 난점을 분석하고, 이를 해결하기 위해 제안된 하이퍼파라미터 최적화 연구들의 동향을 파악한다. 또한 이를 바탕으로 기계학습의 성능을 더 향상시키기 위해 앞으로 기계학습의 하이퍼파라미터 최적화 연구가 나아갈 방향을 제시한다.

Open radio access network (O-RAN)은 특정 통신 장비 업체의 장비를 독점적으로 사용하는 폐쇄형 구조였던 기존 RAN 기술에서 탈피하여, 개방형 hardware/software (HW/SW) 및 개방형 인터페이스를 사용하여 네트워크 구축의 유연성을 증가시킬 것으로 기대되는 차세대 RAN 기술이다. 또한 O-RAN은 artificial intelligence/machine learning (AI/ML)을 사용하여 RAN 노드의 제어 및 무선 자원 관리 등의 효율성 증대를 목표로 하고 있다. 현재 O-RAN에서는 기존 3rd generation partnership project (3GPP)에서 정의한 컴포넌트와 인터페이스 사용하지만, 이외에도 독자적인 컴포넌트와 인터페이스를 정의하고 있다. 본 논문에서는 O-RAN에서 정의하고 있는 컴포넌트와 인터페이스에 대한 설명을 포함하는 전반적인 O-RAN 표준화 동향을 설명하고, 향후 O-RAN의 미래 연구 방향을 제시한다.

본 논문에서는 다수의 임무 지역 내에 많은 Internet-of-Things (IoT) 기기가 배치되어 있고 자체 임무를 수행하기 위해 에너지가 필요한 환경에서, unmanned aerial vehicle (UAV)의 무선 전력 전송 기술을 통해 IoT 기기에 필요한 에너지를 공급하는 알고리즘을 개발한다. 확률적 line-of-sight (LoS) 기반 air-to-ground (A2G) 무선 채널 모델 하에서 모든 IoT 기기에 필요한 에너지를 공급하는데 필요한 총 소요 시간이 최소화될 수 있도록 UAV의 beamwidth와 비행경로 (trajectory)를 최적화하는 것을 목표로 한다. 이를 위해, 먼저 각 임무 지역에서의 에너지 공급을 위한 UAV의 최적의 에너지 공급 위치를 구하고, 이어서 이를 이용하여 최적의 UAV 비행경로를 찾는 dynamic programming (DP) 기반의 알고리즘을 제안한다.

Fifth Generation (5G)과 Sixth Generation (6G) 시스템에서는 Machine Type Communication Device (MTCD)의 수가 급속도로 증가함에 따라 많은 수의 MTCD가 동시다발적으로 next generation Node B (gNB)와의 접속을 시도할 것으로 예상된다. 이와 같은 mMTC 환경에서는 두 대 이상의 MTCD가 같은 프리앰블을 선택하여 접속요청을 시도하는 프리앰블 충돌 상황이 증가하게 되므로 접속 성공률은 감소하고 접속 지연시간이 증가하는 문제가 발생한다. 본 논문에서는 프리앰블 충돌 확률을 줄이기 위해 massive Multiple-Input Multiple-Output (MIMO) 시스템의 특성을 이용하여 MTCD가 Semi-Orthogonal Multiple Access (SOMA) 기술을 통해 Radio Resource Control (RRC) 연결 요청을 하는 Semi-Orthogonal Random Access (SORA) 기법을 제시한다. MTCD와 gNB사이의 각 단계 별 랜덤 액세스 절차의 세부 시그널링을 제시하며 시뮬레이션 결과를 통해 SORA 기법이 기존 기법들보다 mMTC 환경에서 접속 성공률이 높은 것을 보인다.

본 논문에서는 주어진 임무를 수행하기 위해 지상 관제탑(GCS)과 다수의 무인항공기(UAV)로 구성된 공중 애드 혹 네트워크(FANET)가 운용되는 상황에서 환경 변화에 맞춰 적응적으로 토폴로지를 재구성하는 문제를 다룬다. 본 논문에서는 체계적인 시스템 모델과 최적화 문제를 세우고, 알고리즘을 제시한다.

무인비행체 시스템은 다양한 분야에서 무궁무진한 활용 가능성을 가지고 있다. 특히, 다수의 무인비행체를 이용한 애드 혹 네트워크 시스템은 통신 기반시설에 대한 제약이 없고, 확장성이 뛰어나며, 또한 다양한 성능 이득도 얻을 수 있다. 하지만 무인비행체의 이동성에 따른 네트워크 토폴로지의 변화 때문에 시스템 안정성에 대한 고려가 필요하다. 또한 네트워크 성능 이득은 네트워크 토폴로지에 따라 매우 다를 것이며, 특히 무인비행체를 어디에 배치하고 어떻게 이동시킬 것인지를 결정하는 무인비행체 네트워크의 토폴로지 운용 기술에 대한 연구가 무인비행체 네트워크 시스템에서 매우 중요하다. 본 논문에서는 단일 무인비행체를 운용하는 시스템과 각 시스템의 목적에 따라 다수의 무인비행체가 운용되는 시스템에서의 토폴로지 운용에 관한 선행 연구들을 분석하고, 무인비행체 네트워크 토폴로지 운용 기법의 미래 연구 방향을 제시한다.

현재 사용되고 있는 LTE/LTE-A 이동통신망의 성능은 일반적인 무선 통신 서비스를 제공하는데 충분히 높은 대역폭과 낮은 지연시간을 제공하고 있지만, 차세대 이동통신망의 주요 서비스가 될 가상현실, 원격 제어 등의 초저지연 서비스를 지원하기 위해서는 수 ms 수준의 낮은 지연시간이 필요하다. 그러나 LTE/LTE-A 시스템에서의 상향링크 전송은 단말이 전송에 필요한 무선자원을 획득하기 위해 기지국으로부터 자원을 할당받는 스케줄링 승인 과정이 선행되어야 한다. 이 과정은 고정적인 지연시간을 가져오고, 상향링크 전송에서 낮은 지연시간을 달성하는데 걸림돌이 된다. 따라서 본 논문에서는 이러한 스케줄링 승인 과정으로 인해 발생하는 지연시간을 줄이기 위해 새로운 상향링크 전송 방법인 Cut-in 상향링크 전송방법을 제안한다. 제안하는 상향링크 전송방법의 검증을 위해 모의실험을 수행하였으며, 이 결과를 통하여 제안하는 상향링크 전송방법이 기존 LTE/LTE-A 상향링크 전송 방법보다 낮은 지연시간을 발생시킴을 보인다.

최근들어 무선 센서망에서 센서 노드에 대한 전력 공급을 위한 무선 에너지 전송(radio frequency energy transfer: RFET)에 대한 관심이 높아지고 있다. 기존의 센서망에서는 센서 노드들의 에너지 소비를 줄이는 것이 중요한 연구주제 중의 하나였지만 무선 에너지 전송 센서망에서는 센서 노드들이 계속해서 에너지를 공급받을 수 있기 때문에 에너지 소모를 줄이는 것이 상대적으로 그리 중요한 이슈는 아니다. 하지만 센서 노드들 사이에 가용 에너지양의 차가 발생하게 되기 때문에 무선 에너지 전송 센서망의 성능 향상을 위해서는 이와 같은 성질을 고려 하여 프로토콜을 설계하는 것이 중요하게 된다. 이에 본 논문에서는 이를 고려하여 무선 에너지 전송 무선 센서망에서 라우팅, 스케줄링, 전력제어 기법을 ‘Max-min’과 ‘Max-min fairness’ 두가지의 관점에서 제안을 한다. 또한 본 논문에서 제안한 기법들이 무선 에너지 전송 센서망의 성능을 크게 향상시킴을 보이며 이와 더불어 ‘Max-min’과 ‘Max-min fairness’ 사이의 차이에 대해서도 논의를 한다.

최근 이동통신의 새로운 미래 사업으로 주목받고 있는 M2M 통신의 특성 중 하나는 기존의 통신에 비해 단말 의 수가 상대적으로 많다는 점이다. 따라서 다수의 단말로부터 발생하는 제어 신호가 네트워크에 혼잡을 발생시 킬 수 있기 때문에 3GPP 표준화단체에서는 이를 해결하고자 여러 단말을 하나의 그룹으로 관리하여 불필요한 시 그널링 오버헤드를 줄이는 방법에 대해 표준화를 진행 중에 있다. 본 논문에서는 이동성이 같은 다수의 M2M 단 말들을 하나의 그룹으로 관리하는 그룹 기반 이동성 관리 방법에 대해 제안한다. 본 논문에서 제안하는 방법은 이동성이 같은 다수의 M2M 단말을 Mobility Management Entity (MME)가 동적으로 그룹핑하고, 그룹을 대표 할 그룹 헤더를 선출하여 그룹 헤더가 그룹을 대표하여 Tracking Area Update (TAU)를 수행하게 함으로써 M2M 단말이 개별적으로 TAU를 수행할 때 발생하는 시그널링 오버헤드를 줄이는 것이다. 제안하는 방법이 기 존의 개별적으로 TAU를 수행했을 때보다 최대 80% 정도의 시그널링 오버헤드 감소효과를 보인다.

네트워크 부호화 기술은 통신 노드들이 전달해야 할 다수의 데이터를 하나의 데이터로 부호화하여 전송하는 기술 을 일컫는다. 이러한 네트워크 부호화 기술을 활용하면 네트워크상에서의 데이터 전송 효율을 향상시킬 수 있다. 따 라서 WiMAX와 LTE-Advanced와 같이 사용자에게 대용량의 무선 멀티미디어 서비스를 제공하기 위한 차세대 네트 워크의 성능을 보다 향상시키기 위하여 네트워크 부호화 기술이 주요 후보 기술로 여겨지고 있다. 본 논문에서는 앞으 로 출현할 4G 통신망에서 네트워크 부호화의 활용방안을 알아보고자 무선 네트워크에서 네트워크 부호화를 고려한 기 존 연구들을 네트워크 프로토콜의 각 계층별로 정리하여 소개한다.

In this paper, we provide a subchannel allocation algorithm for a femtocell system with OFDMA. This algorithm aims to maximize the minimum number of allocated subchannels among all femtocells and in addition, to maximize the total usage of subchannels in all femtocells. The subchannel allocation algorithm consists of three steps: constructing an interference graph, coloring algorithm, and mapping subchannels to colors. In the first step, the femtocell system is modelled by an interference graph, in which each femtocell is modeled as a node and two nodes that interfere with each other are connected by an edge. Based on this interference graph, by using a coloring scheme and mapping subchannels to each color, we can allocate subchannels to each femtocell. Finally, the performance of this algorithm is provided by simulation.

본 논문에서는 OFDMA를 이용하는 dedicated channel 펨토셀 시스템에서 각 펨토셀이 사용할 subchannel을 할당하는 방법에 대하여 연구한다. 본 subchannel 할당 기법은 가장 적은 수의 subchannel을 할당받는 펨토셀의 subchannel 수를 최대화 하면서 시스템 내의 펨토셀들이 사용하는 subchannel 수의 합을 최대화하는 것을 목표로 한다. 제안된 알고리즘은 interference graph 생성, 컬러링 수행, 각 컬러별 subchannel 연결의 세 단계로 구성된 다. 첫 번째 단계에서는 펨토셀 시스템을 각 펨토셀을 node로, 서로 간섭을 겪는 펨토셀들을 edge로 한 interference graph로 모델링 한다. 이후 interfrence graph에 graph theory의 컬러링 기법을 이용하여 각 펨토셀에 컬러를 할당하고, 각 컬러에 subchannel들을 매핑하여, 각 펨토셀에 subchannel을 할당한다. 마지막으로 본 알고리 즘의 성능을 시뮬레이션을 통하여 검증한다.

In this paper, we provide opportunistic scheduling schemes for elastic services in OFDMA systems with fairness constraints for each user. We adopt the network utility maximization framework in which a utility function is defined for each user to represent its level of satisfaction to the service. Since we consider elastic services whose degree of satisfaction depends on its average data rate, we define the utility function of each user as a function of its average data rate. In addition, for fair resource allocation among users, we define fairness requirements of each user by using utility functions. We first formulate an optimization problem for each fairness requirement that aim at maximizing network utility, which is defined as the sum of utilities of users. We then develop an opportunistic scheduling scheme for each fairness requirement by solving the problem using a dual approach and a stochastic sub-gradient algorithm.

본 논문에서는 다중클래스 통신망을 위한 새로운 과금 (pricing) 기반의 호수락 제어 (call admission control) 알고리즘 제안한다. 본 알고리즘에서는 통신망에 새롭게 호가 도착하게 되면, 요청 회선의 수와 필요로 하는 최소 시간을 통신망에 알려준다. 통신망은 기대 수익 (expected revenue)을 최대화하는 최적의 과금을 계산하여 호에 제안한다. 이때, 최적 과금은 도착한 호의 정보와 현재 그리고 미래에 추정되는 호 예약시간 동안의 망내 정체 (congestion) 정도를 기반으로 동적으로 조정된다. 호가 제안된 과금을 수락하면 호는 연결이 되고 그렇지 않으면 연결이 되지 않는다. 본 논문에서는 제안된 동적 과금 기반 호수락 제어 알고리즘의 성능을 Courcoubetis와 Reiman[1] 그리고 Paschalidis와 Tsitsiklis [2]의 정적 과금 기반 호수락 제어 알고리즘의 성능과 비교한다. 비록 두 알고리즘은 거의 같은 수익 결과를 보이지만, 동적 알고리즘이 정적 알고리즘에 비해 더 높은 호 수락율과 각 호에 낮은 과금을 제안하는 측면에서 더 뛰어난 성능을 나타냄을 보인다. 이는 경쟁 상황에서 정적 가격 알고리 즘에 비해 동적 가격 알고리즘이 더 많은 사용자를 끌어들여 수익을 더 낼 수 있음을 의미하며 더 나아가 접속 요금이 과금에 고려된다면, 동적 과금 호수락 제어 알고리즘이 더 많은 수익을 낼 수 있음을 보인다.

서로 다른 특정을 갖는 광대역의 서비스들을 하나의 망으후 전송할 것을 목표로 하는 BISDN의 다중화 및 스위칭 방법으로 ATM이 채택되였으며 이러한 ATM 망의 구축을 위해서는 고속 스위칭이 가능한 대용량 스 위치의 개발이 필수적이다. 따라서 본 논문에서는 ATM 망에 가장 적합한 구조라고 할 수가 있는 선매 방식 (preemptive) 우선 순위를 갖는 입출력 큐잉 스위치의 성능을 분석하였다. 입력 큐의 분석을 위해서는 각 입력 큐를 우선 순위 클래스에 따라 두 개의 가상 입력 큐로 모델링하여 각각을 독립적인 Geom/Geom/1 큐로 가정을 하였으며 가상 입력 큐의 평균 서비스 시간을 구하기 위해서 각 가상 입력 큐의 HOL 셀 중 같은 출력 포트로 향하는 셀로 구성된 가상 HOL 큐를 따로 모델링하였다. 출력 큐의 분석을 위해서는 출력 큐로의 도착 프로세스를 가상 HOL 큐의 상태로부터 근사적으로 구하여 분석하였다. 분석 방법은 Markov chain 분 석 방법을 사용하여 셀지연과 최대 수율 (throughput)을 구하였으며 시율레이션을 통하여 분석 결과를 검증하 였다.