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
김명선 (한성대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제1호(통권 제506호)
발행연도
2020.1
수록면
77 - 83 (7page)
DOI
10.5573/ieie.2020.57.1.77

이용수

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

초록· 키워드

오류제보하기
최근 딥러닝 기술의 빠른 발전 속도로 인하여 자율주행 자동차의 객체 인식 기능에서 인공 신경망의 사용이 보편화되고 있다. 더불어 높은 인식 정확도를 나타내기 위해 인공 신경망 연산의 복잡도와 데이터 요구량은 급속하게 늘고 있다. 인공 신경망의 연산을 클라우드 서버에서 수행 시 네트워크 지연으로 인한 응답특성이 떨어지거나 보안 문제의 여지가 있어서 자율주행 자동차 내부의 임베디드 시스템에서 수행한다. 최근 고 성능 멀티코어 기반 SoC(System on Chip) 기술 발전으로 신경망을 임베디드 환경에서 연산할 수 있게 되었다. 하지만 이러한 환경에서는 CPU나 메모리와 같은 시스템 자원을 다른 응용과 공유하기 때문에 객체인식과 같은 안전에 민감한 기능이 수행될 때 성능 저하가 발생할 수 있다. 본 논문에서는 객체 인식 응용이 시작된 후 성능 간섭이 나타나면 객체 인식 응용에 관련된 모든 태스크들을 찾아내어 더 많은 시스템 자원 사용율을 부여하고 종료되면 원래 상태로 복귀되는 운영체제 수준의 솔루션을 제시한다. 제안된 기법을 Jetson AGX Xavier에 탑재 후 실험한 결과 객체 인식 성능이 SPEC CPU2017 벤치마크 프로그램들에게 성능 간섭을 받는 환경에서 적용 전 대비 13.5%∼33% 향상되었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 객체 인식 과정 및 지연 요소
Ⅲ. 제안 방법
Ⅳ. 실험
Ⅴ. 결론
REFERENCES

참고문헌 (16)

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

UCI(KEPA) : I410-ECN-0101-2020-569-000261365