Beige Color

최근에 개인적인 사정으로 정신이 없었던 것 같다. 그 와중 모각코 활동과 병행하느라 정말로 오랜만에 포스팅을 하게된 거 같다. 따라서 이전 내용을 정리해보면 1. ns-3로 논문에 제시된 토폴로지가 아닌 간소화된 토폴로지를 짤 것임. 2. Adhoc network 토폴로지를 구성할 것이며, 3개의 AP, 12개의 MH를 구성하였음. 더보기 자세한 파라미터 1. 총 시뮬레이션 시간 : 250초 2. 500x500 m^2 정사각형 스테이지 3. 각 MH의 Speed는 0~20 m/s 까지 분포 4. 각 MH의 Pause time은 0~2초까지 분포 5. RandomWayPoint model 사용 6. wifi standard = 802.11ac 7. MaxPropagationLossModel을 사용, Max..

이번 모각코에서는 현재 작성중인 "IRSML 알고리즘 실제 구현" 을 공부할 것이다. 구체적으로는 저번 시간까지 SL phase를 거의 다 작성했으므로 이번 모각코에서 SL phase 구현을 마무리하고, RL phase를 구현하며, 어떻게 Simulation을 진행할지에 대해 공부할 계획이다. 또한 팀장으로써 앞으로 모각코 모임 일정을 정하고, 전체적으로 매 모임마다 어떻게 진행할 지 형식을 정할 것이다. 활동 과정 : IRSML의 SL, RL Phase 구현 idea 이전에 공부한 내용까지는 SL phase의 구현까지였다. IRSML에서 SL phase 구현을 요약해보면, Simulation Network를 OMNeT++, INET framework 2.0을 활용해 다음과 같은 환경으로 구성하고, 10..

* 본 블로그에 작성한 논문 IRSML을 읽고 어떻게 직접 시뮬레이션을 구현해볼지 아이디어들을 작성해놓은 글입니다. ! 중요한 개념 * erlang 등 다양한 정보통신학 용어(http://www.ktword.co.kr/test/view/view.php?m_temp1=519) ㅇ 트래픽 밀도의 단위 및 차원 - 차원 : 무차원 - 단위 . [Erlang] : 1회선을 1시간 동안 점유한 트래픽량 구현 아이디어 1. Supervised learning Phase 본 논문에서는 Offline Training, 즉 배치 기법을 활용하였다. 해당 방법에서는 사전에 준비된 Data set을 Training, test, validation(optional) 으로 나누어 Training data set으로 훈련을 시키..