DC Field | Value | Language |
---|---|---|
dc.contributor.author | 윤찬현 | ko |
dc.contributor.author | 김성환 | ko |
dc.contributor.author | 이창하 | ko |
dc.date.accessioned | 2023-06-09T07:00:59Z | - |
dc.date.available | 2023-06-09T07:00:59Z | - |
dc.identifier.uri | http://hdl.handle.net/10203/307186 | - |
dc.description.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. | - |
dc.title | 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법 | - |
dc.title.alternative | DEEP LEARNING METHOD FOR ACCELERATED PROCESSING OF AMI DATA STREAM IN EDGE COMPUTING SYSTEM | - |
dc.type | Patent | - |
dc.type.rims | PAT | - |
dc.contributor.localauthor | 윤찬현 | - |
dc.contributor.assignee | 한국과학기술원 | - |
dc.identifier.iprsType | 특허 | - |
dc.identifier.patentApplicationNumber | 10-2020-0049190 | - |
dc.identifier.patentRegistrationNumber | 10-2539223-0000 | - |
dc.date.application | 2020-04-23 | - |
dc.date.registration | 2023-05-30 | - |
dc.publisher.country | KO | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.