인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
자율주행 자동차는 전방 인지를 위해 고연산 딥러닝 모델(CNN)을 전 구간에서 지속적으로 구동해야 하므로 전력 소모가 크게 누적된다. 반면 실제 운전자는 익숙한 구간을 주행 할 때 경험에 기반해 전방을 단순화하여 처리한다. 본 연구는 이를 모티브로 익숙한 공간을 주행할 때 전력 소모를 저감하기 위해 LSTM을 통해 주행 구간의 익숙함 여부를 판별하고, 익숙한 구간에서는 연산량이 큰 CNN을 중단한 뒤 사전 저장된 주행 시퀀스를 활용하여 주행 출력을 생성하되, early-exit CNN으로 전방을 얕게 처리하는 방식을 제안한다. 이를 통해 불필요한 CNN 연산을 억제하여 전력 소모를 완화하였으며, 실험 결과 일반 주행 대비 전력 절감 효과를 확인하였다. 또한 CNN 구조마다 상이할 수 있는 연산 특성을 변수로 설정하여, 전력 절감 효과를 정량적으로 나타낼 수 있는 수식을 함께 제시하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095631908
