오픈 플랫폼 호환 지능형 IoT 컴포넌트 자동 생성 도구
Automatic Generation Tool for Open Platform-compatible Intelligent IoT Components
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
AI 서비스를 제공하는 IoT 응용이 늘어나면서 자율적인 학습 및 추론을 지원하는 다양한 하드웨어와 소프트웨어들이 개발되고 있다. 하지만 하드웨어마다 특성 및 제약조건이 상이하여 IoT 응용 개발에 어려움이 가중됨에 따라 통합된 플랫폼의 개발이 요구되고 있다. 본 논문에서는 IoT 기술뿐만 아니라 인공 신경망 및 스파이킹 신경망 기반의 컴포넌트를 오픈 플랫폼과 호환되도록 자동 생성하는 도구를 제안한다. 제안하는 컴포넌트 자동 생성 도구는 IoT 및 AI의 가상 컴포넌트 계층을 통해 다양한 하드웨어의 특성에 맞는 컴포넌트 생성을 용이하게 하고 자동으로 오픈 플랫폼에 적용할 수 있도록 지원한다.
Abstract
As IoT applications that provide AI services increase, various hardware and software that support autonomous learning and inference are being developed. However, as the characteristics and constraints of each hardware increase difficulties in developing IoT applications, the development of an integrated platform is required. In this paper, we propose a tool for automatically generating components based on artificial neural networks and spiking neural networks as well as IoT technologies to be compatible with open platforms. The proposed component automatic generation tool supports the creation of components considering the characteristics of various hardware devices through the virtual component layer of IoT and AI and enables automatic application to open platforms.
참고문헌 (14)
- Michael Blackstock, "Toward a distributed data flow platform for the web of things (distributed node-red)", Proceedings of the 5th International Workshop on Web of Things, pp.34~39 (2014)
- 김서연, "AI 컴포넌트 추상화 모델 기반 자율형 IoT 통합개발환경 구현", 한국인터넷방송통신학회 논문지, 21(5), pp.71~77 (2021), 한국인터넷방송통신학회[DOI]
- 김서연, "IoT 응용 개발자를 위한 프로그래밍패러다임 조사", 한국차세대컴퓨팅학회 춘계학술대회, pp.315~316 (2021)
- Vijender K. Solanki, "Handbook of IoT and Big Data" (2019), CRC Press
- Karina Hauser, "EDSOA : An event-driven service-oriented architecture model for enterprise applications", International Journal of Management & Information Systems(IJMIS), 14(3), pp.37~48 (2010)
- Fortino, Giancarlo, "Simulation of Agent-oriented Internet of Things Systems", Proceedings of the 17th Workshop from Objects to Agents, pp.8~13 (2016)
- 박현문, "엣지컴퓨팅기술의 변화와 동향", 한국통신학회지(정보와통신), 36(2), pp.41~47 (2019)
- 김선욱, "지능형 엣지 서비스를 위한 클라우드 엣지 SW 플랫폼 기술 동향", 한국통신학회지(정보와통신), 37(8), pp.46~54 (2020)
- 유상록, "뉴로모픽 모델과 기계학습 모델을 지원하는 자율형 IoT 프로그래밍 패러다임", 정보과학회논문지, 47(3), pp.310~318 (2020), 한국정보과학회[DOI]
- Trevor Bekolay, "Nengo : a Python tool for building large-scale functional brain models", Frontiers in neuroinformatics, 7, pp.2~13 (2014)
- "Terasic De1-SoC Board"[URL]
- "Xilinx PYNQ"[URL]
- Chan S. Han, "Spiking Neural Network Transformer for Deploying into a Deep Learning Framework", Proceedings of the International Conference on Research in Adaptive and Convergent Systems (RACS '20), pp.82~83 (2020), Association for Computing Machinery
- Kicheol Park, "Dynamic neuromorphic architecture selection scheme for intelligent Internet of Things services", Concurrency and Computation:Practice and Experience, pp.1~10 (2021)