PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.11065v1cs.LG

CityDeploy-Bench: 다중 송신기 네트워크 배치를 위한 물리 기반 공간 집합 계획 벤치마킹

CityDeploy-Bench: Benchmarking Physics-Grounded Spatial Set Planning for Multi-Transmitter Network Deployment

도시 규모의 무선 배치 자동화는 복잡한 도심 전파 환경과 네트워크 전역의 간섭 속에서 여전히 어려운 과제로 남아 있다. 본 논문에서는 다중 송신기 배치 문제를 통합된 광선 추적(ray-tracing) 검증기 하에서 물리 기반 공간 집합 계획(physics-grounded spatial set planning) 문제로 재구성한 벤치마크인 CityDeploy-Bench를 소개한다. 이 벤치마크는 유틸리티(utility) 표현과 계획 다이내믹스를 분리함으로써, 다양한 플래너(planner)에 대해 직접적인 스칼라 보상, 관계형 모델, 그리고 고차 상호작용 구조 간의 통제된 비교를 가능하게 한다. 실험 결과, 물리적 결합(coupling)이 커질수록 계획 행동에서 명확한 전환이 나타난다. 배치 품질은 학습된 유틸리티가 송신기 간의 집합적 상호작용을 포착하는지에 점점 더 의존하게 되며, 반면 더 강력한 탐색만으로는 누락된 관계형 구조를 보완할 수 없다. 이는 다중 송신기 배치가 독립적인 공간적 의사결정들의 집합이 아니라, 물리적으로 상호작용하는 집합에 대한 조정(coordination) 문제임을 보여준다. 우리는 의사결정 학습(decision learning)과 물리 기반 무선 네트워크 설계를 연결하는 연구를 위한 재현 가능한 테스트베드로서 CityDeploy-Data와 벤치마크 프레임워크를 공개한다.

arXiv:2211.01566v2cs.GR

NaRPA: 우주항공학을 위한 내비게이션 및 렌더링 파이프라인

NaRPA: Navigation and Rendering Pipeline for Astronautics

본 논문은 우주 기반 영상 데이터 생성을 위한 광 전달(light transport) 모델링 및 시뮬레이션에서 과학적 광선 추적(ray-tracing)의 응용을 제시한다. 강건한 내비게이션 파이프라인을 위한 시뮬레이션을 지원하고 가상 데이터셋을 생성하는 렌더링 프레임워크로서, 광선 추적 엔진인 우주항공학을 위한 내비게이션 및 렌더링 파이프라인(Navigation and Rendering Pipeline for Astronautics, NaRPA)을 소개한다. 우주-우주 및 지상-우주 간 가상 관측치의 합성을 가능하게 하는 센서 모델과 환경 모델을 제시한다. 본 연구는 NaRPA를 이용해 수동형(passive) 및 능동형(active) 비전 기반 센서를 시뮬레이션하는 능력을 보여줌으로써, 항공우주 시각 내비게이션 알고리즘의 설계, 테스트, 검증을 지원한다. 또한 본 논문은 속도계(velocimeter) LiDAR 모델과 실험 데이터를 이용한 그 통계적 검증을 설명한다.