AI 기반 모바일 서비스를 위한 딥러닝 모델 파티셔닝 기법

임정아; 김영진

doi:10.7840/kics.2022.47.6.818

추천

검색

질문

자료유형: 학술저널

저자정보: 임정아 (인하대학교) 김영진 (인하대학교)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제47권 제6호

발행연도: 2022.6

수록면: 818 - 825 (8page)

DOI: 10.7840/kics.2022.47.6.818

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 무선 네트워크 기술의 발전을 통해 모바일 단말에서 물체 인식 및 비디오 분석과 같은 실시간성 모바일 비전 어플리케이션이 여러 분야에서 적용되고 있다. 이러한 어플리케이션은 높은 정확도의 딥러닝 모델을 사용하기 위하여 모바일 엣지 컴퓨팅 (MEC)을 활용하지만, 네트워크 비용 및 지연으로 인해 낮은 사용자 경험 품질(QoE)을 보인다. 이를 해결하기 위해서, 모바일 단말과 MEC 서버 사이 딥러닝 추론 연산을 레이어 단위로 나누는 딥러닝 모델 파티셔닝 기술이 주목받고 있다. 기존 연구는 모바일 비전 어플리케이션의 사용자 경험 품질 향상을 위하여 단대단 지연 시간, 에너지 소모, 추론 속도 (fps) 중 한 가지, 혹은 두 가지 지표만을 개선할 수 있는 딥러닝 모델 파티셔닝 방법을 제시하였다. 본 연구에서는 위 세 가지 성능 개선지표의 향상을 위하여 1) 모델 파티션 포인트, 2) 입력 프레임 중 처리할 프레임 수, 3) 모바일 단말의 GPU 클럭 주파수를 제어하는 알고리즘을 제안한다. 시뮬레이션 결과를 통해, 제안하는 방법이 동일 단대단 지연 시간에서 모바일 단말 단독 추론 알고리즘과 비교했을 때, 90.2%의 평균 에너지 소모 성능 개선을 보이고, MEC 서버 단독 추론 알고리즘과 비교했을 때, 91.8%의 처리 fps 성능 개선을 보임을 확인하였다.

#DNN model partitioning #mobile vision application #quality of user experience #mobile edge computing #optimization

참고문헌 (14)

참고문헌 신청

J. Kwak, Y. Kim, J. Lee, and S. Chong, “DREAM: Dynamic resource and task allocation for energy minimization in mobile cloud systems,” IEEE J. Sel. Areas in Commun., vol. 33, no. 12, pp. 2510-2523, Dec. 2015.

E. Lee and S. Lee, “Task offloading algorithm for mobile edge computing,” J. KICS, vol. 46, no. 2, pp. 310-313, 2021.

Y. Kim, J. Kwak, and S. Chong, “Dual-side optimization for cost-delay tradeoff in mobile edge computing,” IEEE Trans. Veh. Technol., vol. 67, no. 2, pp. 1765-1782, Feb. 2018.

A. Galanopoulos, J. Romero, D. Leith, and G. Iosifidis, “AutoML for video analytics with edge computing,” in Proc. IEEE INFOCOM, pp. 1-10, May. 2021.

M. Hanyao, Y. Jin, Z. Qian, S. Zhang, and S. Lu, “Edge-assisted online on-device object detection for real-time video analytics,” in Proc. IEEE INFOCOM, pp. 1-10, May. 2021.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

임정아

소속기관 인하대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 2 이용수 152

김영진

소속기관 인하대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 7 이용수 339

이 논문과 함께 이용한 논문

TPMP : ARM TrustZone을 활용한 DNN 추론 과정의 기밀성 보장 기술

송수현 , 박성환 , 권동현 정보보호학회논문지 2022 .06

조연하 언론과법 2020 .12

김승래 , 이창성 법학연구 2018 .09

4차 산업혁명과 AI시대의 법적 과제와 전망

김승래 법학연구 2018 .06

게임 어플리케이션을 위한 딥 러닝 기반의 제스처 인식

채지훈 , 이준재 정보 및 제어 논문집 2017 .10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)