인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
최근 머신 러닝은 V2X(Vehicle to Everything) 통신에서 급변하는 채널 환경 및 보상 값 예측 성능을 크게 향상시켰다. 그러나 기존의 수신 신호 기반 예측 구조는 송신단의 전송 방식 선택을 통한 성능 안정화가 고려되지 않았다. 이에 본 연구에서는 송신단에서 시행하는 Link Adaptation 시, Long Short Term Memory (LSTM)을 통해 예측한 최적의 전송방식을 채택하는 메커니즘을 제안한다. 또한 Throughput 향상을 위한 트래픽 속도 증가 시발생하는 버퍼 오버플로우에 대해 LSTM 기반의 오버플로우 예측 및 최저속도제한 알고리즘을 제안한다. Modulation and Code Scheme (MCS) 예측 알고리즘의 적용 시, 지연된 MCS 예측 값을 이용하는 기존의 방식에 비해 평균 10% Throughput 향상되었고, 차량의 속도 증가 및 전송 간격 감소 시 MCS 예측 성능이 더욱 향상되었다. 또한 최저 속도 제한 알고리즘 사용 시, 오버플로우가 발생했던 기존 결과에 비해 2.5배 Throughput이 향상되었고, 5dB~10dB의 SNR에서 Packet Error Rate (PER)이 감소하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
