Current Result Document :
| 한글제목(Korean Title) |
MEC 환경에서 심층 강화학습을 이용한 오프로딩 기법의 성능비교 |
| 영문제목(English Title) |
Performance Comparison of Deep Reinforcement Learning based Computation Offloading in MEC |
| 저자(Author) |
문성원
임유진
Sungwon Moon
Yujin Lim
|
| 원문수록처(Citation) |
VOL 29 NO. 01 PP. 0052 ~ 0055 (2022. 05) |
한글내용
(Korean Abstract) |
5G 시대에 스마트 모바일 기기가 기하급수적으로 증가하면서 멀티 액세스 엣지 컴퓨팅(MEC)이 유망한 기술로 부상했다. 낮은 지연시간 안에 계산 집약적인 서비스를 제공하기 위해 MEC 서버로 오프로딩하는 특히, 태스크 도착률과 무선 채널의 상태가 확률적인 MEC 시스템 환경에서의 오프로딩 연구가 주목받고 있다. 본 논문에서는 차량의 전력과 지연시간을 최소화하기 위해 로컬 실행을 위한 연산 자원과 오프로딩을 위한 전송 전력을 할당하는 심층 강화학습 기반의 오프로딩 기법을 제안하였다. Deep Deterministic Policy Gradient (DDPG) 기반 기법과 Deep Q-network (DQN) 기반 기법을 차량의 전력 소비량과 큐잉 지연시간 측면에서 성능을 비교 분석하였다 |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
