주뇽's 저장소

GitHub - GuiminDong/GNN4IoT Graph Neural Networks in IoT: A Survey 💡 해당 논문은 사물인터넷(IoT)이 의료, 교통, 제조 등 일상 생활의 다양한 측면에 미치는 영향에 대해 설명한다. 또한 지속적인 센싱으로 생성되는 대량의 데이터와 컨볼루션 신경망 및 순환 신경망과 같은 딥 러닝 모델을 사용하여 IoT 작업을 해결하는 데 따르는 과제를 강조한다. 또한 이 논문에서는 IoT 센서 네트워크 내의 복잡한 상호 작용을 포착하고 IoT 학습 작업에서 최첨단 결과를 달성하기 위한 유망한 접근 방식인 그래프 신경망(GNN)을 소개한다. 저자들은 IoT 분야에 GNN을 적용하는 최근의 발전에 대한 포괄적인 검토를 제시하고 이 분야의 새로운 연구를 추적할 수 있는 저..

A GNN-Based Supervised Learning Framework for Resource Allocation in Wireless IoT Networks 무선 IoT 네트워크에서 리소스 할당을 위한 GNN 기반 지도 학습 프레임워크 ABSTRACT 사물 인터넷(IoT)을 통해 물리적 장치를 무선 네트워크를 통해 연결할 수 있다. 디바이스 간(D2D) 통신이 IoT의 유망한 기술로 떠오르고 있지만, D2D 리소스 할당을 위한 기존의 솔루션은 일반적으로 계산이 복잡하고 시간이 많이 걸린다. 이러한 높은 복잡성은 무선 IoT 네트워크의 실제 구현에 큰 걸림돌이 된다. 이 문제를 지도학습 방식으로 해결하기 위해 그래프 신경망(GNN) 기반 프레임워크가 제안되었다. 구체적으로 무선 네트워크는 바람직한 통..

Edge Computing 엣지 컴퓨팅(Edge Computing)이란? 개념, 사용 방법 및 사례 엣지 컴퓨팅은 사용자 또는 데이터 소스의 물리적인 위치나 그 근처에서 컴퓨팅을 수행하는 것을 말합니다. 사용자의 단말 장치와 가까운 위치에서 컴퓨팅 서비스를 처리하면 사용자는 더 빠르고 안정적인 서비스를 제공받게 되며 기업은 유연한 하이브리드 클라우드 컴퓨팅의 이점을 얻을 수 있습니다. 엣지 컴퓨팅은 기업이 여러 위치에서 공통의 리소스 풀을 사용하여 데이터 연산 및 처리를 분산시키는 방법 중 하나입니다. 많은 엣지 활용 사례는 데이터를 로컬에서 실시간으로 처리해야 하는 상황에서 발생합니다. 데이터를 처리하기 위해 데이터센터로 전송하면 대기 시간이 지나치게 길어지기 때문입니다. 실시간 데이터 처리의 필요성으..