확률론적 조율 전략 기반의 DASH 시스템

권도현; 김중헌

doi:10.7840/kics.2018.43.10.1645

추천

검색

질문

자료유형: 학술저널

저자정보: 권도현 (Chung-Ang University) 김중헌 (Chung-Ang University)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제43권 제10호

발행연도: 2018.10

수록면: 1,645 - 1,653 (9page)

DOI: 10.7840/kics.2018.43.10.1645

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 최근 미디어 스트리밍 플랫폼들이 채택하고 있는 MPEG-DASH (DASH) 기반의 미디어 스트리밍 방법을 Markov Decision Process (MDP) 형태로 재해석하고, 이에 확률론적 조율 전략을 추가한 미디어 스트리밍 알고리즘을 제안한다. 제안하는 알고리즘에서는 이를 위해 MDP의 구성요소인 상태, 행동, 보상, 감쇠 상수, 마지막으로 전이 확률을 정의 및 결정하고, 비디오 재생의 가장 핵심적이며 실질적 데이터인 비디오 청크를 요청하는 세션들을 진행하면서 큐의 안정성과 품질 변화 빈도, 재생 정지현상과 같은 다양한 문제를 고려하고 클라이언트가 최적의 품질을 서비스 받을 수 있도록 설계한다. 이어지는 소단원들에서는 DASH의 개요를 소개하고, 및 제안하는 DASH 알고리즘에 대한 전반적 설계 사항을 소개한다. 마지막으로 이전 연구로 제안된 DASH 알고리즘들과 제안하는 알고리즘의 성능을 평균 수신 품질 관점에서 비교하는 실험을 통해 제안하는 알고리즘의 우수성을 검증한다.

#Markov Decision Process #Dynamic Adaptive Streaming over HTTP #Reinforcement Learning #State Transition Matrix

참고문헌 (10)

참고문헌 신청

H. Lee and D. Kim, “Combination of token bucket and AMP schemes to solve buffer underflow and overflow of video streaming in wireless communication,” J. KICS, vol. 40, no. 7, pp. 1330-1338, Jul. 2015. M. Claeys, S. Latre, J. Famaey, and F. Turck, “Design and evaluation of a self-learning HTTP adaptive video streaming client,” IEEE Commun.s Lett., vol. 18, no. 4, pp. 716-719, Apr. 2014. M. Claeys, S. Latre, J. Famaey, T. Wu, W. V Leekwijck, and F. Turck, “Design and optimisation of a (FA) Q-learning-based HTTP adaptive streaming client,” Connection Sci., vol. 26, no. 1, pp. 25-43, Mar. 2014. A. Bokani, M. Hassan, and S. Kanhere, “Http-based adaptive streaming for mobile clients using markov decision process,” Packet Video Workshop (PV 2013), pp. 1-8, San Jose, USA, Dec. 2013. C. Kreuzberger, B. Rainer, H. Hellwagner, L. Toni, and P. Frossard, “A comparative study of dash representation sets using real user characteristics,” NOSSDAV ’16, no. 4, Klagenfurt, Austria, May 2016.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

권도현

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 6 이용수 417

김중헌

소속기관 고려대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.1% 공학 > 컴퓨터학

논문수 114 이용수 12,770

이 논문과 함께 이용한 논문

6G 대용량 데이터 분산 컴퓨팅을 위한 하이브리드 양자 - 고전적 응용

최재호 , 오승혁 , 김중헌 전자공학회지 2020 .05

Deep Ensemble Network with Explicit Complementary Model for Accuracy-balanced Classification

김도현 , 김중헌 Journal of KIISE 2019 .09

네트워크 분할기반 개인정보보호 분산의료 빅데이터 딥러닝 플랫폼

전주형 , 김중헌 한국통신학회지(정보와통신) 2019 .06

미스트 컴퓨팅 환경의 심층 강화학습 기반 저지연 컨텐츠 캐싱 모델

권도현 , 강영은 , 황선준 외 2명 한국통신학회 학술대회논문집 2019 .01

딥러닝을 위한 표준화된 프로그래밍 기법 연구

신명재 , 김중헌 한국통신학회 학술대회논문집 2018 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-567-000036338

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)