DC Field | Value | Language |
---|---|---|
dc.contributor.author | 윤찬현 | ko |
dc.contributor.author | 이창하 | ko |
dc.contributor.author | 김성환 | ko |
dc.date.accessioned | 2023-07-18T06:00:21Z | - |
dc.date.available | 2023-07-18T06:00:21Z | - |
dc.identifier.uri | http://hdl.handle.net/10203/310573 | - |
dc.description.abstract | 본 발명은 에지 컴퓨팅에서 다중 AMI 데이터 스트림 가속처리를 위한 하이브리드 딥 러닝 스케줄링 방법에 관한 것으로, 에지 컴퓨팅에서 다중 AMI(Advanced Metering Infrastructure) 데이터 스트림 가속처리를 위한 하이브리드 딥 러닝 스케줄링 방법에 있어서, AMI 데이터에서 발생하는 편향된 데이터 분포도 변화를 감지하고, 이를 바탕으로 각 계산이 비교적 빠른 온라인 기울기를 에지 서버에서 계산하고, 계산 요구량이 큰 정규화된 기울기는 클라우드 서버에서 하이브리드 스케줄러에 의해 선택적으로 계산하되, 상기 하이브리드 스케줄러가 (1)데이터 스트림 분포도 프로파일링 단계, (2) 메모리 버퍼 업데이트 단계, 및 (3)하이브리드 스케줄링 단계의 총 세 가지 단계를 수행한다. | - |
dc.title | 에지 컴퓨팅에서 다중 AMI 데이터 스트림 가속처리를 위한 하이브리드 딥 러닝 스케줄링 방법 | - |
dc.title.alternative | Hybrid Deep Learning Scheduling System for Accelerated Processing of Multi-AMI Data Stream in Edge Computing | - |
dc.type | Patent | - |
dc.type.rims | PAT | - |
dc.contributor.localauthor | 윤찬현 | - |
dc.contributor.assignee | 한국과학기술원, 한국전력공사 | - |
dc.identifier.iprsType | 특허 | - |
dc.identifier.patentApplicationNumber | 10-2020-0048531 | - |
dc.identifier.patentRegistrationNumber | 10-2515188-0000 | - |
dc.date.application | 2020-04-22 | - |
dc.date.registration | 2023-03-24 | - |
dc.publisher.country | KO | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.