디지털 라이브러리[ 검색결과 ]
LLM 기반의 제로샷 문장 수준 단락 정제를 활용한 검색 증강 생성
http://doi.org/10.5626/JOK.2025.52.4.304
본 논문은 강화학습 기반 자율이동체의 학습 효율을 향상시키기 위해 유사도 기반 다중 지식 전이 알고리즘(similarity-based multi-knowledge transfer, SMTRL)을 제안한다. SMTRL은 사전 학습된 모델과 현재 모델의 유사도를 계산하고, 그 유사도에 기반하여 지식 전이의 비율을 동적으로 조절하여 학습 효율을 극대화하는 방법론이다. 복잡한 환경에서 자율이동체가 단독으로 학습할 경우 많은 시간이 소요되므로, 지식 전이는 필수적이다. 하지만 사전 학습 모델과 실제 환경 간 차이가 클 경우, 학습 성능이 저하되는 부정 전이 현상이 나타날 수 있다. SMTRL은 이러한 부정 전이를 최소화하기 위해 유사도가 높은 사전 학습 모델의 지식을 반영 비율을 동적으로 조정함으로써 안정적으로 학습 속도를 가속화한다. 실험 결과, 제안된 알고리즘은 기존의 단일 지식 전이 및 전통적 강화학습 방법과 비교하여 수렴 속도 및 성능에서 우수한 결과를 나타냈다. 본 연구는 자율이동체의 효율적인 학습을 위한 새로운 지식 전이 방법을 제시하며, 복잡한 이동체 환경으로의 적용 가능성과 향후 연구 방향에 관해 논의한다.
Location-Dependent and Task-Oriented Power Allocation in Holographic MIMO: A Transformer-based Approach
Apurba Adhikary, Avi Deb Raha, Monishanker Halder, Mrityunjoy Gain, Ji Su Yoon, Seong Bae Park, Choong Seon Hong
http://doi.org/10.5626/JOK.2024.51.1.93
미래의 통신망은 빔포밍을 통해 최소한의 전력으로 향상된 데이터 서비스 처리량을 제공할 것으로 예상된다. 따라서, 효율적인 홀로그램 빔포밍을 위한 위치 의존적이고(location-dependent), 작업 중심적인(task-oriented) 자원 할당 접근법은 홀로그램 그리드 어레이에서 필요한 수의 그리드를 활성화함으로써 사용자에게 채널 용량의 향상을 보장할 수 있다. 이를 위해, 본 논문에서는 사용자의 위치 및 작업 우선 순위를 고려하여 채널 용량을 최대화하기 위한 최적화 문제를 제안하고, 이 최적화 문제를 해결하기 위해 트랜스포머 기반 접근법을 제안한다. 마지막으로, 시뮬레이션 결과는 제안된 위치 의존적이고 작업 중심적인 트랜스포머 기반 접근법이 홀로그램 빔포밍을 위해 효과적으로 전력을 할당하여 사용자에게 서비스를 제공할 수 있음을 보여준다.
