| 1 |
1
기계 학습(machine learning, ML) 모델을 평가하는 방법으로서, 셀룰러 시스템 내의 분석 정보 논리 기능(analytics logical function, AnLF)을 포함하는 네트워크 데이터 분석 정보 기능(network data analytics function, NWDAF)로부터 상기 ML 모델에 대한 프로비저닝 요청을 수신하는 단계, 상기 ML 모델의 정확도를 모니터링하기 위한 데이터를 수집하는 단계, 그리고수집된 데이터를 바탕으로 상기 ML 모델을 평가하는 단계를 포함하는 방법
|
| 2 |
2
제1항에서,상기 ML 모델의 평가 결과에 따라 상기 정확도가 저하된 것으로 판단된 ML 모델을 재선택 또는 재훈련하는 단계, 그리고재선택되거나 또는 재훈련된 ML 모델을 상기 NWDAF에게 제공하는 단계를 더 포함하는 방법
|
| 3 |
3
제1항에서,상기 NWDAF로부터 상기 ML 모델에 대한 프로비저닝 요청을 수신하는 단계는,구독 상관 ID, ML 모델 필터 정보, ML 모델 리포팅의 대상, ML 모델 리포팅 정보, 다중 ML 모델 지시자, ML 모델 정확도 레벨, 피드백 지시자, 피드백의 대상, 피드백 정보, 및 만료 시간 중 적어도 하나를 상기 NWDAF로부터 수신하는 단계를 포함하는, 방법
|
| 4 |
4
제1항에서,상기 셀룰러 시스템 내의 정책 제어 기능(policy control function, PCF)로부터 수신되는 알림을 바탕으로 상기 ML 모델의 상기 정확도를 확인할 것을 결정하는 단계를 더 포함하는, 방법
|
| 5 |
5
제4항에서,상기 알림은, 사용자 장비(user equipment, UE)에 대한 정책의 변경에 관한 알림을 포함하는, 방법
|
| 6 |
6
제1항에서,상기 ML 모델의 정확도를 모니터링하기 위한 데이터를 수집하는 단계는,정확도 프로비저닝을 위한 서비스 동작을 호출하여 상기 NWDAF에 대해 구독하는 단계, 그리고상기 NWDAF로부터 상기 ML 모델의 정확도 정보를 상기 NWDAF로부터 수신하는 단계를 포함하는, 방법
|
| 7 |
7
제6항에서,상기 NWDAF로부터 상기 ML 모델의 정확도 정보를 상기 NWDAF로부터 수신하는 단계는,상기 NWDAF로부터 저장소 트랜잭션 식별자를 수신하는 단계를 더 포함하는, 방법
|
| 8 |
8
제7항에서,상기 ML 모델의 정확도를 모니터링하기 위한 데이터를 수집하는 단계는,상기 저장소 트랜잭션 식별자를 사용하여 분석 정보 데이터 저장소(Analytics Data Repository, ADRF)로부터 데이터를 조회하는 단계를 더 포함하는, 방법
|
| 9 |
9
기계 학습(machine learning, ML) 모델을 사용하는 방법으로서,셀룰러 시스템 내의 ML 모델 훈련 논리 기능(ML model training logical function, MTLF)을 포함하는 네트워크 데이터 분석 정보 기능(network data analytics function, NWDAF)에게 상기 ML 모델에 대한 프로비저닝을 요청하는 단계, 상기 NWDAF에 의해 정확도 프로비저닝을 위한 서비스 동작이 호출되면, 상기 NWDAF에게 상기 ML 모델의 정확도 정보를 송신하는 단계, 그리고상기 NWDAF에 의해 상기 정확도 정보를 바탕으로 상기 ML 모델이 평가된 후 상기 NWDAF로부터 재선택 또는 재훈련된 ML 모델을 수신하는 단계를 포함하는 방법
|
| 10 |
10
제9항에서,상기 NWDAF에게 상기 ML 모델에 대한 프로비저닝을 요청하는 단계는,구독 상관 ID, ML 모델 필터 정보, ML 모델 리포팅의 대상, ML 모델 리포팅 정보, 다중 ML 모델 지시자, ML 모델 정확도 레벨, 피드백 지시자, 피드백의 대상, 피드백 정보, 및 만료 시간 중 적어도 하나를 상기 NWDAF에게 송신하는 단계를 포함하는, 방법
|
| 11 |
11
제9항에서,상기 NWDAF에게 상기 ML 모델의 정확도 정보를 송신하는 단계는,상기 NWDAF에게 저장소 트랜잭션 식별자를 송신하는 단계를 포함하는, 방법
|
| 12 |
12
셀룰러 시스템 내의 기계 학습(machine learning, ML) 모델 훈련 논리 기능(ML model training logical function, MTLF)을 포함하는 네트워크 데이터 분석 정보 기능(network data analytics function, NWDAF)으로서,프로세서, 메모리, 및 통신 장치를 포함하고, 상기 프로세서는 상기 메모리 내에 저장된 프로그램을 실행하여,상기 셀룰러 시스템 내의 분석 정보 논리 기능(analytics logical function, AnLF)을 포함하는 제1 NWDAF로부터 ML 모델에 대한 프로비저닝 요청을 수신하는 단계, 상기 ML 모델의 정확도를 모니터링하기 위한 데이터를 수집하는 단계, 그리고수집된 데이터를 바탕으로 상기 ML 모델을 평가하는 단계를 수행하는, NWDAF
|
| 13 |
13
제12항에서,상기 프로세서는 상기 프로그램을 실행하여,상기 ML 모델의 평가 결과에 따라 상기 정확도가 저하된 것으로 판단된 ML 모델을 재선택 또는 재훈련하는 단계, 그리고재선택되거나 또는 재훈련된 ML 모델을 상기 NWDAF에게 제공하는 단계를 더 수행하는, NWDAF
|
| 14 |
14
제12항에서,상기 NWDAF로부터 상기 ML 모델에 대한 프로비저닝 요청을 수신하는 단계를 수행할 때, 상기 프로세서는,구독 상관 ID, ML 모델 필터 정보, ML 모델 리포팅의 대상, ML 모델 리포팅 정보, 다중 ML 모델 지시자, ML 모델 정확도 레벨, 피드백 지시자, 피드백의 대상, 피드백 정보, 및 만료 시간 중 적어도 하나를 상기 NWDAF로부터 수신하는 단계를 수행하는, NWDAF
|
| 15 |
15
제12항에서,상기 프로세서는 상기 프로그램을 실행하여,상기 셀룰러 시스템 내의 정책 제어 기능(policy control function, PCF)로부터 수신되는 알림을 바탕으로 상기 ML 모델의 상기 정확도를 확인할 것을 결정하는 단계를 더 수행하는, NWDAF
|
| 16 |
16
제15항에서,상기 알림은, 사용자 장비(user equipment, UE)에 대한 정책의 변경에 관한 알림을 포함하는, NWDAF
|
| 17 |
17
제12항에서,상기 ML 모델의 정확도를 모니터링하기 위한 데이터를 수집하는 단계를 수행할 때, 상기 프로세서는,정확도 프로비저닝을 위한 서비스 동작을 호출하여 상기 NWDAF에 대해 구독하는 단계, 그리고상기 NWDAF로부터 상기 ML 모델의 정확도 정보를 상기 NWDAF로부터 수신하는 단계를 수행하는, NWDAF
|
| 18 |
18
제17항에서,상기 NWDAF로부터 상기 ML 모델의 정확도 정보를 상기 NWDAF로부터 수신하는 단계를 수행할 때, 상기 프로세서는,상기 NWDAF로부터 저장소 트랜잭션 식별자를 수신하는 단계를 더 수행하는, NWDAF
|
| 19 |
19
제18항에서,상기 ML 모델의 정확도를 모니터링하기 위한 데이터를 수집하는 단계를 수행할 때, 상기 프로세서는,상기 저장소 트랜잭션 식별자를 사용하여 분석 정보 데이터 저장소(Analytics Data Repository, ADRF)로부터 데이터를 조회하는 단계를 더 수행하는, NWDAF
|
