Event Detection for Parameter-to-KPI Dependency Learning for AI-RAN

AI-RAN 환경에서 제어 파라미터와 KPI 간 의존성 학습을 위한 이벤트 탐지 방법을 제안한다.

차세대 무선 네트워크의 AI-RAN 환경에서 여러 AI 제어 기능이 동시에 실행될 때 상호 간섭을 관리하기 위해서는 제어 파라미터와 네트워크 성능 KPI 간의 의존 구조 파악이 필수적이다. 이 논문은 노이즈가 많은 연속 원격 측정 데이터를 이진 이벤트 지표로 변환하는 이벤트 탐지 방법에 집중한다. 잠재 의존성이 심어진 합성 폐루프 트래픽 생성기를 도입하고, 유의성 탐지 문제로 정식화한 의존성 복원 파이프라인을 평가한다. 신호가 배경 변동과 충분히 분리되면 잠재 의존 구조를 안정적으로 복원하며, 임계값 보정이 탐지 품질의 핵심 요소임을 확인한다.

핵심 요약

• AI-RAN에서 다중 AI 제어 기능 간 간섭 관리를 위한 의존성 학습의 첫 단계를 다룬다.
• 노이즈가 많은 연속 측정 데이터를 이진 이벤트 지표로 변환하는 파이프라인을 제안한다.
• 잠재 의존성이 심어진 합성 폐루프 트래픽 생성기를 새로 도입했다.
• 유의성 탐지 문제로 정식화해 의존성 복원 파이프라인을 평가한다.
• 임계값 보정이 이벤트 탐지 품질의 핵심 결정 요소임을 확인했다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.