http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Hot Issue - 한.중.일 3국의 수송포장 가인드라인 제정
김형빈,Kim, Hyeong-Bin (사)한국포장협회 2013 包裝界 Vol.241 No.-
한국공업포장협회(KAIP)는 일본의 일본곤포공업조합연합회(JPA)와 중국의 중국포장연합회(CPF)와 함께 수송포장가인드라인(이후 가이드라인이라 칭함)을 제정하고 있다. 제정의 배경과 추진 현황 그리고 주요 내용 및 활용 계획에 대하여 설명하고 관련 업계 및 종사자들에게 이해의폭을 넓혀 제정 후에 이 가이드라인이 효과적으로 활용되어 수출 포장 화물의 손상 사고를 획기적으로 줄일 수 있게 되기를 기대하면서 현재 제정 사업이 진행 중에 있지만 가이드라인의 추진 배경, 현황 및 앞으로의 계획을 소개하고자 한다.
사용자별 가중치 표준 편차를 활용한 Federated Learning 성능 향상 기법
김형빈(Hyungbin Kim),김용호(Yongho Kim),우기문(Gimoon Woo),김지하(Jiha Kim),박현희(Hyunhee Park) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 FL(Federated Learning)에서 데이터 분포의 Non-IID(Independent and Identically Distributed) 문제 개선을 목표로 한다. FL의 경우 edge device들의 데이터 분포가 IID 할 때는 학습에 부정적 영향을 끼치지 않지만, Non-IID 할 때는 클라우드 컴퓨팅 성능에 도달하지 못하는 결과를 보일 수 있다. 본 논문을 통해 우선 기본적인 FL의 개념을 살펴보고, edge device들의 데이터 분포가 Non-IID하여 FL 학습이 적절히 이루어지지 않는 상황을 개선하기 위한 연구를 소개한다. 이를 통해 본 논문에서는 Non-IID 상황에서 사용자별 가중치 표준 편차를 활용하는 기법을 제안하며, 기존 FedAvg(Federated Averaging algorithm)와 제안하는 알고리즘의 accuracy와 loss 비교를 통하여 성능을 검증한다.