본 논문은 Wi-Fi 네트워크 기반 산업 시스템의 신뢰성 있는 통신을 위해 Frame Delivery Ratio (FDR) 예측에 초점을 맞춘다. 실제 환경에서 수집된 성공/실패 이진 시퀀스를 사용하여 FDR을 예측하기 위해 CNN과 LSTM 딥러닝 모델을 비교한다. 두 모델 모두 예측 정확도와 계산 복잡성을 평가하여 제한된 리소스 환경에서의 적용 가능성을 탐구한다. 실험 결과, CNN이 LSTM에 비해 약간의 정확도 손실에도 불구하고 더 낮은 추론 지연 시간을 보여준다.
시사점, 한계점
•
시사점:
◦
CNN 및 LSTM 모델을 사용하여 FDR을 효과적으로 예측할 수 있음을 입증.
◦
단일 이진 시퀀스만으로도 FDR 예측이 가능.
◦
CNN이 LSTM보다 낮은 추론 지연 시간을 가지며, 자원 제약적인 환경에 적합할 수 있음을 시사.
