|
 코드번호 : 78 |
|
| 발표자 : 곽정호 |
|
| 소속 : 대구경북과학기술원 |
|
| 부서 : 정보통신융합전공 |
|
| 직위 : 교수 |
|
| 세션시간 : 09:00~10:50 |
|
| 발표자약력 : |
대구경북과학기술원 (DGIST) 조교수 2020.02~현재
대구대학교 조교수 2019.03~2020.02
아일랜드 Trinity College Dublin 마리퀴리 펠로우, 2017.07~2019.02
캐나다 국립과학연구소 (INRS) 박사후 연구원, 2015.10~2017.06
한국과학기술원 (KAIST) 박사후 연구원, 2015.03 ~ 2015.09 |
|
|
| 강연요약 : |
비디오 컨텐츠의 엣지 캐싱은 네트워크 백본(Backbone)의 트래픽을 획기적으로 줄이고, 고품질의 비디오를 지연없이 서비스할 수 있게 하는 기술이다. 하지만 최근 급격하게 변화하는 복잡한 단말의 모빌리티와 무선 채널환경, 그리고 컨텐츠 인기도로 인해 복잡한 환경을 구체적으로 고려한 컨텐츠 캐싱 기술을 개발하기가 어려운 실정이다. 본 강연에서는 강화학습과 DRL(Deep Reinforcement Learning)의 개념 및 이론에 대해 설명한 후, DRL을 복잡한 환경과 파라미터를 가지는 컨텐츠 캐싱 연구에 적용한 여러 연구들을 살펴보고 기존 인기도 예측 기반의 엣지 컨텐츠 캐싱 최적화 연구와 비교 분석해본다. |
|
|
| 온라인행사장 : https://zoom.us/j/97673888711 |
|
|
facebook