인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
5G eMBB 환경에서는 특정 시간대와 위치에 트래픽이 집중되어 지연과 백홀 혼잡이 빈번히 발생한다. 이를 완화하기 위해 본 논문은 Temporal Convolutional Network (TCN) 를 이용한 시간대별 장르 인기도 예측과 Proximal Policy Optimization (PPO) 을 이용한 프로액티브 캐싱 비율 최적화를 결합한 동적 프레임워크를 제안한다. Netflix 시청 로그를 기반으로 한 시뮬레이션에서, 제안 기법은 반응형 ∙ 고정 하이브리드∙ 무작위 및 대표적 DRL 기반 비교 전략들 (Vehicular, DynOpt, TwoPhase) 대비 높은 평균 캐시 적중률을 달성하였다. 특히 예측된 인기도와 실제 소비 기록을 함께 활용한 상태 설계와, 캐시 적중과 비용 균형을 반영한 보상 구조를 통해 시간대별 수요 변동에 효과적으로 적응함을 확인하였다. 본 연구는 예측 정확도와 반응성 간 트레이드오프를 정책학습으로 흡수함으로써, 5G 엣지 환경에서 실용적인 캐싱 운영의 가능성을 제시한다.
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
UCI(KEPA) : I410-151-26-02-096896261
