작품개요

IoT의 디바이스의 수는 기하급수적으로 증가하고 있다. 디바이스에서 생성되는 데이터 또한 엄청나게 증가하고 있고 각각의 디바이스에서 데이터를 인공지능적으로 처리하기 위한 기계학습 기법들이 진행되고 있다. 하지만 학습을 하기위한 디바이스의 자원적 한계와 더불어 엄청난 수의 디바이스에서 생성되는 데이터는 디바이스의 엄청난 자원낭비를 초래하고 이를 해결하기 위해 computation offloading을 진행시 무선채널에서의 엄청난 데이터 전송량과 서버의 자원을 필요로 할 것이다. 이를 해결하기 위해 FL(Federated Learning)을 활용하여 최대의 통신 효율성을 끌어내기 위한 다양한 방식을 실험하여 최적의 방식을 연구한다.