메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
권구윤 (고려대학교) 서태원 (고려대학교)
저널정보
한국컴퓨터교육학회 한국컴퓨터교육학회 학술발표대회논문집 한국컴퓨터교육학회 2022년도 동계 학술발표논문집 제26권 제1호
발행연도
2022.1
수록면
273 - 276 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 합성곱 신경망(Convolutional Neural Network, CNN)을 활용한 이미지 분석에 관한 연구가 활발하게 진행되고 있다. 합성곱 신경망은 인공신경망의 한 종류로, 기존 handwritten 방식의 이미지 분석보다 정확도가 높아 널리 사용되고 있다. 하지만 합성곱 신경망 모델의 추론 과정에는 다수의 MAC(Multiply-Accumulate) 연산이 필요하며, 이를 edge device에서 실시간으로 모두 처리하기는 어렵다. 이 때문에, 현재 상용화된 대부분의 합성곱 신경망 모델 기반의 IoT 서비스는 edge device에서 중앙 서버로 데이터를 전송한 후, 중앙 장치가 합성곱 신경망 모델의 추론을 처리하는 방식을 사용하고 있다. 하지만 이 방식은 네트워크에 부담을 주고, 네트워크 상태에 따라 실시간 처리가 지연될 수 있다는 단점이 있다. 이에 본 연구에서는 Xilinx Vivado Design Suite을 사용하여 edge device에서 LeNet-5 합성곱 신경망 추론이 가능한 edge AI 하드웨어를 설계하고, Xilinx Zedboard FPGA에 포팅하여 실시간 동작이 가능함을 증명하였다.

목차

요약
1. 서론
2. 연구 배경
3. Edge AI 설계
4. 실험
4. 결론 및 향후 계획
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0