$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Edge Computing 환경에서의 PCA를 이용한 Dimensionality 감축 기법
Dimensionality Reduction Using PCA for Edge Computing 원문보기

한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호, 2018 Jan. 10, 2018년, pp.95 - 96  

임환희 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  김세준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  김경태 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  윤희용 (성균관대학교 소프트웨어대학 소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

Edge Computing은 Cloud Computing의 단점을 보완하기 위해 등장 하였으나, 자원 제한을 가지고 있는 Edge Node에서 데이터 분석 및 처리해야 하는 문제점이 있다. 이를 해결하기 위해 K-means clustering 알고리즘PCA 기법을 이용해 차원 추축을 이용한 계산비용과 처리시간을 줄이는 기법을 제안하였다. PCA란, 차원 축소데이터 압축에 사용되는 기계학습 알고리즘 중 하나이며, 데이터에서 중요한 정보만 추출해 차원을 줄일 수 있다. 이를 통해 제안한 기법이 기존의 Reduction first clustering second(RFCS) 기법에 비해 성능이 우수한 것을 확인할 수 있었다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • IoT 노드의 자원제한적인 문제점을 해결하고자 본 논문에서는 K-means clustering을 이용한 데이터의 전 처리 후, PCA를 이용하여 차원을 축소하는 연구를 진행하였다. 제안한 기법은 위의 두 가지 기법을 함께 적용하는 방법으로, Clustering을 통해 K-means 알고리즘의 반복횟수를 줄이며, 클러스터 된 데이터 세트에 PCA를 적용하여 전체 소요시간을 줄이고, 100개의 데이터 포인트 세트의 처리과정을 나타내며, 먼저 K-means clustering을 이용하여 네 개의 클러스터로 그룹화 하였다.
본문요약 정보가 도움이 되었나요?
LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로