엣지 플랫폼을 고려한 시계열 IoT 환경 센서 데이터 예측 모델 추천 기술

Q: 이 논문에서 정의한 시계열 IoT 데이터란 무엇인가?

시계열 IoT 데이터는 주기적으로 혹은 이벤트 발생 시점에서 생성되며, 주로 이상 상태를 감지하거나 미래의 데이터를 예측하는 데 사용되는 데이터이다. 이는 시간 기록과 함께 특정 공간에 저장되며, 클라우드 또는 로컬 엣지 디바이스에서 추론에 활용된다. 특히 실내 환경 데이터의 경우 개인 정보 이슈를 고려해야 한다.

Q: 엣지 환경에서 실내 환경 센서 데이터 예측 모델을 효과적으로 선택하는 방법은 무엇인가?

연구 결과, 클라우드에서 여러 예측 모델을 독립적으로 생성한 후, 엣지의 로컬 데이터 변화와 가장 유사한 특성을 갖는 스테이션의 예측 모델을 선택하여 사용하는 방법을 제안한다. 이를 통해 엣지에서 별도의 학습 작업 없이도 해당 환경에 보다 적합한 모델을 활용하여 예측 성능을 높일 수 있다.

문재원; 금승우; 이상원

추천

검색

질문

자료유형: 학술대회자료

저자정보: 문재원 (전자부품연구원) 금승우 (전자부품연구원) 이상원 (성균관대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2018년도 대한전자공학회 정기총회 및 추계학술대회

발행연도: 2018.11

수록면: 883 - 884 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

주기적으로 혹은 이벤트 발생 시점에서 생성되는 시계열 IoT 데이터는 이상상태를 감지하거나 예측하는데 주로 사용되고 있다. 현시점에서는 보편적으로 클라우드에서 IoT 데이터를 이용하여 추론 하고 있으나, 로컬 엣지 디바이스에서의 추론 및 클라우드와의 협업 형태 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)