엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법

Abstract

본 발명은 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법이 개시된다. 본 발명의 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법은, 스케줄러가 AMI 데이터 스트림 입력에 대해 데이터 큐의 크기에 대해 데이터 반영 지연시간을 측정하는 단계; 스케줄러가 계산 노드 프로파일 정보를 기반으로 계산 성능 이득을 측정하는 단계; 스케줄러가 데이터 특성 변화 감지를 기반으로 모델 수렴율을 산출하는 단계; 스케줄러가 모델 수렴율과 큐 안정성을 포함하여 적응적 점진 학습 스케줄링을 수행하는 단계; 및 스케줄러가 적응적 점진 학습 스케줄링을 수행한 결과로 발생한 학습 매개변수를 통해 전력 예측 딥 러닝 모델을 재학습하는 단계;를 포함하는 것을 특징으로 한다.