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
학술저널
저자정보
최권택 (강남대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제19권 제11호(JKIIT, Vol.19, No.11)
발행연도
2021.11
수록면
55 - 62 (8page)
DOI
10.14801/jkiit.2021.19.11.55

이용수

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

초록· 키워드

오류제보하기
인공지능 산업의 발달로 AI 기술과 IoT 기술을 융합한 사물지능(AIoT)에 관한 다양한 연구가 진행되고 있다. 이를 위해 주로 사용하는 마이크로컨트롤러에서는 동적으로 할당 가능한 메모리 크기가 작아 고차원 특징을 사용하는 신경망 알고리즘을 적용하기 어렵다. 본 논문에서는 FLASH 메모리에 학습 파라미터를 저장하고, 메모리 용량이 작은 SRAM에서 입출력 메모리 주소 교환을 통해 메모리 사용을 최적화하는 신경망 구조를 제안한다. UCI HAR 데이터셋 실험에서 TensorFlow Lite는 메모리 부족으로 컴파일이 불가능한 반면, 제안하는 방법은 동일한 크기의 바이너리 파일을 생성해 FLASH 55%, SRAM 16%만 사용해서 다층 신경망을 수행시킬 수 있었다. 수행시간은 두 배정도 증가했지만, UCI HAR 데이터셋에서 43㎳로 실시간 수행이 가능했다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 본론
Ⅳ. 실험 및 분석
Ⅴ. 결론 및 향후 과제
References

참고문헌 (18)

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