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
학술대회자료
저자정보
Seokjun Lee (Korea Electronic Technology Institute) Chungjae Choe (Korea Electronic Technology Institute) Nakmyung Sung (Korea Electronic Technology Institute)
저널정보
한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2023 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.14 No.1
발행연도
2023.1
수록면
54 - 57 (4page)

이용수

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

초록· 키워드

오류제보하기
On-device AI (artificial intelligence) inference is a crucial technology for realizing AI-based IoT services on the IoT device and edge where hardware resource is limited due to battery or cost issue. Recently, there have been a number of research in terms of on-device AI model development. Unlike previous works, we focus on context to enhance performance of on-device AI inference. In this paper, we propose an architecture that exploits context to select the best AI model repository where various AI models fine-tuned for specific context are managed. A feasibility test was conducted with state-of-art object detection model. The experiment result shows possibility that our concept can improve the on-device AI inference performance.

목차

Abstract
Ⅰ. INTRODUCTION
Ⅱ. CONTEX-AWARE ON-DEVICE AI INFERENCE ARCHITECTURE
Ⅲ. EXPERIMENT
Ⅳ. DISCUSSION AND CONCLUSIONS
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0