맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법

  • 기술번호 : KST2022002325
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법에 관한 것으로, 에이전트에 의하여, 심층 강화 학습모델이 초기화되는 인공 신경망 초기화단계, 상기 에이전트에 의하여, 상기 심층 강화 학습모델 내 시간 프레임에서 부반송파(S)의 채널 이득 벡터(H(t))가 입력되면 오프로딩 동작(X(t))이 생성되는 오프로딩 동작 생성단계, 상기 에이전트에 의하여, 상기 오프로딩 동작(X(t))에 따른 최적 보상(R)이 도출된 후 사용자 장비(UE)에 부반송파(S)가 할당되는 최적 보상 도출단계 및 마스터 기지국(MeNB)에 의하여, 상기 사용자 장비(UE)에 할당된 부반송파(S)로부터 계산속도이득이 있는 경우 MEC서버에서 계산될 수 있도록 원격 오프로딩 모드가 선택되고, 상기 사용자 장비(UE)에 할당된 부반송파(S)로부터 계산속도이득이 없는 경우 상기 사용자 장비(UE)에서 계산될 수 있도록 로컬 오프로딩 모드가 선택되는 오프로딩 모드 선택단계;를 포함하는 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법에 관한 것이다.
Int. CL H04L 65/40 (2022.01.01) G06N 3/08 (2006.01.01) H04J 99/00 (2009.01.01)
CPC H04L 67/2861(2013.01) G06N 3/08(2013.01) H04J 15/00(2013.01)
출원번호/일자 1020200164458 (2020.11.30)
출원인 부산대학교 산학협력단
등록번호/일자 10-2371534-0000 (2022.03.02)
공개번호/일자
공고번호/일자 (20220304) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.30)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 부산대학교 산학협력단 대한민국 부산광역시 금정구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 황원주 부산 부산진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김종석 대한민국 부산광역시 해운대구 센텀중앙로 ** 우동, 에이스하이테크** **층 ****호(브릿지특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 부산대학교 산학협력단 부산광역시 금정구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2020.11.30 수리 (Accepted) 1-1-2020-1292006-06
2 선행기술조사의뢰서
Request for Prior Art Search		 2021.04.16 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2021.07.08 발송처리완료 (Completion of Transmission) 9-6-2021-0122698-08
4 의견제출통지서
Notification of reason for refusal		 2021.08.12 발송처리완료 (Completion of Transmission) 9-5-2021-0641854-30
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.09.08 수리 (Accepted) 1-1-2021-1040341-22
6 [공지예외적용 보완 증명서류]서류제출서
 2021.09.08 수리 (Accepted) 1-1-2021-1040476-87
7 [출원서 등 보완]보정서
 2021.09.08 수리 (Accepted) 1-1-2021-1040429-41
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.09.08 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-1040520-09
9 등록결정서
Decision to grant		 2021.12.24 발송처리완료 (Completion of Transmission) 9-5-2021-1007261-06
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
에이전트에 의하여, 심층 강화 학습모델이 초기화되는 인공 신경망 초기화단계;상기 에이전트에 의하여, 상기 심층 강화 학습모델 내 시간 프레임에서 부반송파(S)의 채널 이득 벡터(H(t))가 입력되면 오프로딩 동작(X(t))이 생성되는 오프로딩 동작 생성단계; 상기 에이전트에 의하여, 상기 오프로딩 동작(X(t))에 따른 최적 보상(R)이 도출된 후 사용자 장비(UE)에 부반송파(S)가 할당되는 최적 보상 도출단계; 및마스터 기지국(MeNB)에 의하여, 상기 사용자 장비(UE)에 할당된 부반송파(S)로부터 계산속도이득이 있는 경우 MEC서버에서 계산될 수 있도록 원격 오프로딩 모드가 선택되고, 상기 사용자 장비(UE)에 할당된 부반송파(S)로부터 계산속도이득이 없는 경우 상기 사용자 장비(UE)에서 계산될 수 있도록 로컬 오프로딩 모드가 선택되는 오프로딩 모드 선택단계;를 포함하는 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법
2 2
제 1항에 있어서, 상기 심층 강화 학습모델은 오프라인 기반 다중의 은닉층을 포함하는 심층신경망(DNN) 및 온라인 기반 Q-learning이 통합된 학습모델이고, 상기 인공 신경망 초기화단계는, 상기 에이전트에 의하여, 상기 시간 프레임의 수, 부반송파(S)의 수 및 상기 심층신경망(DNN)이 훈련되는 시간간격이 설정되는 것을 특징으로 하는 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법
3 3
제 1항에 있어서, 상기 최적 보상 도출단계는,상기 에이전트에 의하여, 상기 오프로딩 동작(X(t))의 계산 속도가 기준이 되어 보상(R)이 제공되는 오프로딩 정책이 추론되는 오프로딩 정책 추론단계; 및상기 에이전트에 의하여, 상기 오프로딩 정책이 업데이트되는 오프로딩 정책 업데이트 단계;를 포함하는 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법
4 4
제 3항에 있어서, 상기 최적 보상 도출단계는, 상기 에이전트에 의하여, 상기 오프로딩 동작(X(t)) 중에서 가장 높은 계산 속도가 출력되는 오프로딩 동작(X(t))에 상기 최적 보상(R)이 제공되는 것을 특징으로 하는 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법
5 5
제1 항에 있어서,다수 개의 연합에서 각각의 연합에 서로 다른 부반송파(Subcarrier)가 할당되고, 상기 각각의 연합 내 상기 사용자 장비(UE)가 NOMA 전송방식으로 MEC 서버와 무선통신 되는 것을 특징으로 하는 비직교 다중접속(NOMA) 방식을 지원하는 다중접속 에지 컴퓨팅(MEC)에서 심층 강화학습 기반 컴퓨팅 오프로딩 최적화 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 부산대학교산학협력단 정보통신방송혁신인재양성(R＆D) IoT 및 지능정보 기반 동남권 제조 IT 기술 혁신 및 인재양성
2 과학기술정보통신부 부산대학교산학협력단 인공지능융합선도프로젝트(R＆D) 인공지능융합연구센터지원(부산대학교)