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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최요한 (한국기술교육대학교) 석영준 (한국기술교육대학교) 지창훈 (한국기술교육대학교) 김주봉 (한국기술교육대학교) 한연희 (한국기술교육대학교)
저널정보
한국통신학회 한국통신학회지(정보와통신) 한국통신학회지 (정보와통신) 제41권 제4호
발행연도
2024.3
수록면
16 - 23 (8page)

이용수

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

초록· 키워드

오류제보하기
최근 심층강화학습이 다양한 조합최적화 문제 해결에 크게 기여하고 있는 연구가 발표되고 있다. 심층강화학습은 환경과의 상호작용을 통해 보상을 기반으로 학습하며, 복잡한 문제에서도 탁월한 성능을 달성한다. 기존 알고리즘은 문제의 복잡성 증가 시 계산 시간이 급증하는 반면, 심층강화학습은 심층 신경망의 일반화(Generalization) 특성을 이용해 문제 조건이 변경되어도 추가적인 수정 없이 해결책을 찾을 수 있는 유연성을 제공한다. 본 고에서는 조합최적화 문제 해결을 위한 심층강화학습의 장점 및 접근 방법을 제시한다. 특히, 다차원 배낭 문제를 심층강화학습으로 해결하는 사례를 설명하면서 심층강화학습이 조합최적화 문제 해결을 위한 강력하고 유연한 방법으로 자리매김하고 있음을 제시한다.

목차

요약
I. 서론
II. 조합최적화 문제와 최적해 산출법
III. DRL기반 COP 문제 해결 사례
IV. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문과 함께 이용한 논문

자가지도학습 방법론을 통한 조합 최적화
차민성 ,  김성범 한국경영과학회 학술대회논문집 2024 .05
강화학습 기반의 적재 최적화 문제 해결을 위한 AI 모델
강우현 ,  서도형 ,  사민철 한국정보통신학회논문지 2024 .01

최근 본 자료

전체보기

댓글(0)

0