최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 대구대학교 DaeGu University |
---|---|
연구책임자 | 유준혁 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300011687 |
과제고유번호 | 1711159105 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-18 |
키워드 | 연합학습.에지 인공지능.경량형 심층신경망.모델 압축.이질성.Federated Learning.Edge AI.Lightweight Deep Neural Network.Model Compression.Heterogeneity. |
□ 연구개요
본 과제에서는 초연결 초지능 사회 구현을 위한 유비쿼터스 인텔리전스 기술의 기반이 될 분산형 에지 AI 기술을 개발함. 이를 위해 본 연구에서는 기존의 중앙집중형 클라우드 학습 방법과 달리 사용자의 개인정보를 보호할 수 있도록 실시간으로 지능적인 학습과 추론이 가능한 저전력 에지 AI 기술을 제안하고, 다양한 이종 데이터 및 이질적인 하드웨어와 에너지 사양을 가지는 저전력 에지 AI 환경에서 이질성에 강인한 연합학습 프레임워크를 개발하는 것을 최종 연구목표로 하였고, 연차별 세부목표는 다음과 같음.
☐ 에지
※ AI-Helper는 부적절한 답변을 할 수 있습니다.