대한전자공학회

The Institute of Electronics and Information Engineers

학술행사 Confercence & Workshop

6G 통신 및 기계학습 기술 워크숍
과학기술회관 지하1층 중회의실 6 / 2023-06-16

강연요약 
From AI-Assisted to Semantic Communication in 6G /  이상림 팀장 (LG전자)
2025년 경 표준화 시작이 예상되는 6G에서는 인공지능을 기반으로 무선 통신의 성능을 개선하려고 하는 연구들이 활발히 지속되고 있다. 본 강연에서는 인공지능 기술을 6G 통신 네트워크 기술에 접목한 연구들과 현재 5G adv. 관련 표준화 동향 등을 소개한다. 한 걸음 더 나아가, Knowledge representation과 reasoning 등의 인공지능 기술들을 활용하여, 기존 Shannon 통신을 뛰어넘어 의미를 효율적으로 전달하고자 하는 시맨틱 통신 관련 연구들과 산업계 기술 동향을 소개한다.
 
6G 통신에서의 AI/ML 역할과 기대 / 김서욱 책임연구원 (삼성리서치)
6G 통신에서 AI/ML이 기여할 수 있는 역할과 기대 성능을 고촬해보고, AI/ML을 통해 개선되거나 새로 발굴될 혁신적인 후보 기술/서비스를 살펴본다. 또한 AI/ML이 중요한 역할을 하기 위한 제반 사항들을 소개한다.
 
LEO Satellite Constellation Networks in 6G Era : Recent Trend, Opportunities, and Challenges
 / 신원재 교수 (아주대학교)
최근 Starlink, Kuiper, OneWeb과 같은 군집 저궤도위성을 활용한 글로벌 인터넷 서비스 기술의 진화가 빠르게 진화하면서, 6G 비-지상 네트워크에 대한 관심이 매우 높아지고 있다. 본 발표에서는 군집 저궤도위성 네트워크의 세계적 동향을 먼저 알아보고, 기술적인 challenges와 opportunities 및 향후 기술 발전 방향에 대해 알아본다.
 
Towards X-MIMO: New Algorithms with Very Low Complexity, Very High Performance, and Very Large Applicability
 / 박정훈 교수 (연세대학교)
그간 학계에서는 다중 안테나 빔 형성 기법에 대한 연구가 활발하게 진행되어 왔다. 대부분의 다중 안테나 빔 형성 최적화 문제는 non-convex이기 때문에, 이를 convex화 시켜 CVX 등의 기성 최적화 프로그램을 이용하는 방식과 기계 학습 기술을 응용하여 빔을 구하는 방법 등이 기존에 알려져 있다. 본 강연에서는 빔 최적화 문제를 행렬의 고유 벡터 문제로 바꾸어 해결하는 새로운 기법을 소개하고 이러한 기법의 성능을 검증하여 본다.
 
Federated Learning: Gentle Introduction and Recent Advances/ 윤세영 교수 (KAIST)
Federated Learning은 중앙 집중식 서버가 모든 학습을 담당하는 대신 여러 참여자의 협력으로 수행되는 학습 방법입니다. 이 방법은 다양한 분야에서 응용될 수 있습니다. 예를 들어 개인 정보를 포함하는 학습에서 Federated Learning 기술을 통해 데이터를 공유하지 않고도 더 나은 성능을 얻을 수 있습니다. 그러나 각 참여자가 서로 다른 상황에서 개별적으로 학습한 내용을 취합하여 성능을 향상시키는 것은 간단하지 않습니다. 이 강연에서는 이러한 어려움을 극복하기 위한 시도에 대해 설명합니다.
 
Robust Reinforcement Learning with Model Uncertainty / 홍송남 교수(한양대학교)
Robust reinforcement learning (RL) aims at learning a robust policy that optimizes the worst-case performance over the so-called uncertainty set of Markov decision processes (MDPs). The uncertainty set should be designed by taking into account potential perturbations (or mismatches) between training and testing environments in real-world applications. In this talk, recent works on the construction of uncertainty sets, robust RL algorithms, and theoretical analysis will be discussed.
 
Communication-Efficient Learning: Coding-Theoretical Approach / 이남윤 교수 (고려대)
본 강연에서는 거대학습모델을 분산적으로 빠르게 학습하기위한 통신효율적 분산학습방법에 대한 방법에 대해 소개하고자 한다. 특히, 분산학습 환경에서 sign-SGD 방식의 한계를 코딩이론 관점에서 설명하고, 이를 극복하기 위한 sparse-sign-SGD 방식에 대해 소개한다.

Semantic-aware and Task-oriented Communications for Distributed Inference/ 김용준 교수 (포항공과대학교)
최근 6G 통신의 주요 후보 기술로 고려되고 있는 시맨틱 통신에 대하여 다양한 접근의 연구가 활발히 이루어지고 있다. 본 강연에서는 우선 최근 이루어지고 있는 다양한 시맨틱 통신 접근 방법에 대해 개괄한다. 이후, 분산 추론 문제에서 통신 효율을 극대화하기 위한 시맨틱 통신 연구를 소개한다. 본 연구에서는 분산 추론을 위한 모델을 학습하는 과정에서 각 모델의 중요도를 학습하고, 학습된 모델 중요도를 시맨틱 정보로 활용하여 통신 전력 및 통신 전송량을 최적화하는 기법을 제안한다. 제안된 최적화 기법은 기존 Shannon의 Water-filling 기법을 확장한, Semantic-aware Water-filling으로 해석될 수 있다.
학회안내
회원
논문
학술행사
소사이어티
정보마당
출판물