PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.08703v1cs.LG

MPFlow: 심층 그래프 강화학습으로 라이트닝 네트워크의 예산 제약 최대 유량 최적화 학습

MPFlow: Learning Budgeted Max-Flow Optimization on the Lightning Network with Deep Graph Reinforcement Learning

비트코인 라이트닝 네트워크(Lightning Network)에서 고정 예산 내 라우팅 용량을 극대화하는 채널 개설 문제를 $s$–$t$ 최대 유량(max-flow) 기반 예산 제약 조합 최적화로 정식화하고, 메시지 패싱 신경망(MPNN)과 PPO를 결합한 경량 그래프 강화학습 에이전트 MPFlow로 해결한다. 허브 제외 커리큘럼으로 학습된 이 에이전트는 실제 라이트닝 네트워크 스냅샷에서 휴리스틱 기준선을 일관되게 능가하며, 프로덕션 환경에 배포되어 30개 노드에서 총 267.3 BTC의 채널 개설 결정을 실행하였다.

arXiv:2606.26125v1cs.NI

연합 엣지 네트워크를 위한 기하학적 공정성 인식 라우팅

Geometric Fairness-Aware Routing for Federated Edge Networks

6G·엣지 지능형 네트워크에서 집계 지연·처리량 중심의 기존 연합 라우팅이 공정성과 토폴로지 기하구조를 간과하는 한계를 다루기 위해 Geo-FairFed를 제안하며, 쌍곡 그래프 신경망(HGNN)으로 위계적·비대칭 연결을 음곡률 매니폴드에 임베딩하고 Jain 공정성 지수 기반 곡률 정규화 연합 집계로 노드 간 균형 잡힌 라우팅을 학습한다. 동적 6G-엣지 및 IoT 토폴로지 시뮬레이션에서 최첨단 연합·기하학적 라우팅 대비 평균 지연 20% 감소, 에너지 소비 17% 절감, 공정성 최대 21% 개선을 보였다.