차세대 고신뢰 저지연 통신을 위한 기계 학습 기반의 통합 계층 기술 개발

본 과제는 5G/B5G 이동통신의 고신뢰 저지연 통신을 위해 PHY/MAC/RRM/NET 계층 기술을 기계 학습 관점에서 연합·유기적으로 연결해 통합 계층 기술을 개발하는 연구임. 연구 목표는 통합형 기계 학습 문제를 정의·공식화하고, 이 문제를 푸는 통합형 기계 학습 알고리즘을 개발해 진화된 시스템 레벨 시뮬레이터로 성능을 평가하며 최적화하는 데 있음. 핵심 연구 내용은 NOMA 기반 HetNet에서 observation/utility & cost evaluation/action selection 기능을 계층별로 통합해 알고리즘을 결합하고, PHY/MAC/RRM 통합 계층 설계 및 NET 연합 확장으로 통합 최적화를 수행하는 것임. 기대 효과는 통합형 기계 학습 도입 방법론과 통합 계층 최적화 기술, 시뮬레이션 방법론을 제공해 차세대 이동통신 핵심 기술 확보에 기여함.