연구 과제

Cloud Continuum

에지 컨티뉴엄 기반 모델 생성 및 학습 플랫폼

과제 1

  • 홍충선 교수

대규모 AI 환경 지원 에지 컨티뉴엄을 위한 Adaptive-Center 기반 병렬 연학학습 기술

  • 디바이스 데이터 관리 및 모델 개인화를 위한 Virtual-Edge Mapping기술
  • 데이터 및 모델 특성에 따른 모델 집계 및 업데이트를 위한 Adaptive-Center 기반 병렬 연합학습 기술

클라우드-에지 컨티뉴엄 시스템 통합 및 자원 공유를 통한 시스템 고도화

  • 글로벌 모델 개인화를 위한 Dynamic Soft-Update를 통한 파인 튜닝 기법
  • 학습 서비스간 자원 및 학습 정보 공유를 위한 Edge-Device 통신 자원 할당

개인화 모델을 위한 Fine-Tuning 및 클라우드 컨티뉴엄 통합 구조

클라우드-에지-디바이스 연합 서버리스 컴퓨팅 기술

과제 2

  • 김영한 교수

Cloud-Edge-Device 환경에서의 Serverless 컴퓨팅 기술

  • 연합 학습 처리를 위한 Event-Service 구조 통합 기술
  • Cloud-Edge-Device 연합 Serverless 컴퓨팅 환경의 자원 효율화 및 자동 스케일링 기술

Multi-Cloud Serverless 컴퓨팅 연합 기술

  • 다중 클라우드 FaaS 프레임워크 개발 시스템 통합
  • 다종 연합학습 서비스 모델 종합 적용

Cloud-Edge-Device 환경에서의 Serverless 컴퓨팅 구성도

이기종/다중 Serverless 컴퓨팅 구성도

개인정보처리방침

Close

이메일무단수집거부

닫기