|
 코드번호 : 82 |
|
| 발표자 : 최민석 |
|
| 소속 : 경희대 |
|
| 부서 : |
|
| 직위 : 교수 |
|
| 세션시간 : 9:00~10:50 |
|
| 발표자약력 : |
2022-현재) 경희대학교 전자공학과 조교수
2020-2021) 제주대학교 통신공학과 조교수
2019) University of Southern California, Visiting Postdoc
2018) KAIST 전기및전자공학부 박사
2013) KAIST 전기및전자공학과 석사
2011) KAIST 전기및전자공학과 학사 |
|
|
| 강연요약 : |
본 강연에서는 컴퓨팅 및 스토리지 자원이 제한적인 에지 기기에서의 효율적인 연합 학습 및 추론 과정을 위한 기술을 소개한다. 모델을 분할하여 학습과 추론 작업을 다른 기기 또는 서버와 나누어 처리 및 저장하고, 다중 출력 신경망 기반으로 개인화 및 일반화 추론 작업의 선택적 오프로딩 알고리즘을 설계한다. 마지막으로 향후 배타적이고 불균일한 모델 파라미터 캐싱 환경에서의 학습, 추론, 오프로딩 기술에 대해 논한다. |
|
|
|
facebook