상세 보기
이음 5G 전파맵 생성을 위한 딥러닝-잔차 크리깅 융합 기법 연구
A Hybrid Deep Learning and Residual Kriging Method for Private 5G Radio Map Generation
- 김민준;
- 김범주;
- 이원철
초록
최근이음5G(5G 특화망)는다양한산업분야의디지털전환을위한핵심인프라로주목받고있다. 이음5G 서비스의안정적인 제공과 효율적인 망구축을위해서는정확한전파환경분석및시각화가필수적이며, 이를위한고해상도전파맵생성이중요해지고있다. 기존크리깅은복잡한비선형전파환경모델링에한계를보인다. 이를개선하고자이음5G 전파맵정확도향상을위한딥러닝-잔차크리깅융합보간기법을제안한다. 실제측정데이터기반기존크리깅과의비교분석을통해, 표본데이터수변화에따른예측정확도및해상도측면에서제안기법의우수성을확인하였다.
키워드
Kriging Interpolation; Deep Learning; Residual Kriging; Propagation Map; -
- 제목
- 이음 5G 전파맵 생성을 위한 딥러닝-잔차 크리깅 융합 기법 연구
- 제목 (타언어)
- A Hybrid Deep Learning and Residual Kriging Method for Private 5G Radio Map Generation
- 저자
- 김민준; 김범주; 이원철
- 발행일
- 2025-12
- 유형
- Y
- 저널명
- 한국전자파학회 논문지
- 권
- 36
- 호
- 12
- 페이지
- 1111 ~ 1116