1 |
1
고효율 무선 근거리 네트워크(HEW) 장치가 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법에 있어서,상기 고효율 무선 근거리 네트워크(HEW) 장치가 분산된 프레임간 공간(DIFS)에서 통신 채널이 유휴(idle) 상태가 된 후에 무선 접속 장치가 미리 설정된 컨텐션 윈도우 범위에서 무작위로 백오프 값을 선택하는 단계;상기 고효율 무선 근거리 네트워크(HEW) 장치가 상기 통신 채널이 유휴 상태로 감지된 구간에서는 각 구간의 관측 시간 슬롯에 대해 상태 값을 0으로 설정하면서 상기 백오프 값을 소정 시간 간격마다 감소시키다가, 상기 통신 채널이 점유 상태로 감지된 구간에서는 상기 관측 시간 슬롯에 대해 상태 값을 1로 설정하면서 상기 백오프 값을 유지시키는 과정을 반복 수행하는 단계;상기 고효율 무선 근거리 네트워크(HEW) 장치는 상기 백오프 값이 미리 설정된 임계값에 도달하면, 데이터 송신을 시도하고, 데이터의 전송이 성공하면 상기 관측 시간 슬롯에 대해 상태 값을 0으로 설정하고, 충돌이 발생하면 관측 시간 슬롯에 대해 상태 값을 1로 설정하는 단계; 및상기 고효율 무선 근거리 네트워크(HEW) 장치는 상기 설정된 감지 값에 따라 채널 관측 기반 충돌 확률을 계산하고, 상기 채널 관측 기반 충돌 확률을 기초로 컨텐션 윈도우 값을 계산하는 제 1 계산 단계;를 포함하는 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
2 |
2
제 1 항에 있어서, 고효율 무선 근거리 네트워크(HEW) 장치가 상기 채널 관측 기반 충돌 확률을 기초로 현재 보상 값을 계산하고, 보상 테이블을 업데이트하는 단계;고효율 무선 근거리 네트워크(HEW) 장치가 상기 보상 테이블을 기초로 학습 추정치를 계산하는 단계;고효율 무선 근거리 네트워크(HEW) 장치가 상기 학습 추정치를 기초로 총 보상인 큐-가치를 계산하여 큐-가치 테이블을 업데이트하는 단계;고효율 무선 근거리 네트워크(HEW) 장치가 상기 큐-가치 테이블에서 최대로 측정된 값을 가지는 큐-가치를 가지는 행동을 찾는 단계; 및고효율 무선 근거리 네트워크(HEW) 장치가 상기 최적의 행동에 따라 상기 컨텐션 윈도우 값을 계산하는 제 2 계산 단계;를 더 포함하는 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
3 |
3
제 2 항에 있어서, 고효율 무선 근거리 네트워크(HEW) 장치는 사전에 정해진 확률에 따라 탐험(explore)과 활용(exploit) 중에서 하나를 선택하고, 상기 탐험(explore)이 선택된 경우 상기 제 1 계산 단계에 따라 계산된 컨텐션 윈도우 값을 반환하는 단계;를 더 포함하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
4 |
4
제 2 항에 있어서, 고효율 무선 근거리 네트워크(HEW) 장치는 사전에 정한 확률에 따라 탐험(explore)과 활용(exploit) 중에서 하나를 선택하고, 상기 활용(exploit)이 선택된 경우 상기 제 2 계산 단계에 따라 계산된 컨텐션 윈도우 값을 반환하는 단계;를 더 포함하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
5 |
5
제 1 항에 있어서, 상기 제 1 계산 단계는,관측 시간 슬롯에 있는 각각의 값을 더하고, 관측 슬롯의 총 개수로 나누어 상기 채널 관측 기반 충돌 확률을 구하는 단계; 및
|
6 |
6
제 1 항에 있어서, 상기 제 1 계산 단계는,고효율 무선 근거리 네트워크(HEW) 장치는 데이터의 전송이 성공하면 상기 컨텐션 윈도우의 값을 감소시키고, 충돌이 발생하면 상기 컨텐션 윈도우의 값을 증가시켜 새로운 컨텐션 윈도우 값을 계산하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
7 |
7
제 2 항에 있어서, 상기 보상 테이블을 업데이트하는 단계는,각 상태에서 취한 행동에 따른 보상을 아래 수식에 따라 계산하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
8 |
8
제 2 항에 있어서, 상기 보상 테이블을 기초로 학습 추정치를 계산하는 단계는,상기 학습 추정치를 아래 수식에 따라 계산하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
9 |
9
제 8 항에 있어서, 상기 큐-가치 테이블을 업데이트하는 단계는,상기 큐-가치를 아래 수식에 따라 계산하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
10 |
10
제 2 항에 있어서, 상기 큐-가치를 가지는 행동을 찾는 단계는,최대로 측정된 큐-가치를 가지는 행동을 선택하되, 최대로 측정된 큐-가치를 가지는 행동이 둘 이상인 경우 무작위로 하나를 선택하는, 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법
|
11 |
11
제1항 내지 제10항 중 어느 하나의 항에 따른 기계 학습을 이용하여 컨텐션 윈도우를 계산하는 방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|