머신러닝 알고리즘의 발전에 따라 머신러닝 개발을 위한 대용량 컴퓨팅 성능 및 대용량 데이터를 다루는 것이 중요해졌다. 이를 수행하기 위해서는 GPU 등 특수한 하드웨어가 필요하고 이 자...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A107806543
2021
Korean
학술저널
676-677(2쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
머신러닝 알고리즘의 발전에 따라 머신러닝 개발을 위한 대용량 컴퓨팅 성능 및 대용량 데이터를 다루는 것이 중요해졌다. 이를 수행하기 위해서는 GPU 등 특수한 하드웨어가 필요하고 이 자...
머신러닝 알고리즘의 발전에 따라 머신러닝 개발을 위한 대용량 컴퓨팅 성능 및 대용량 데이터를 다루는 것이 중요해졌다. 이를 수행하기 위해서는 GPU 등 특수한 하드웨어가 필요하고 이 자원들을 효율적으로 관리하기 위해서 클라우드 위에서 머신러닝 개발을 하는 것이 필요해졌다. 클라우드에서 효율적인 머신러닝 개발을 위해 MLOps 라는 개념이 나타났고 이를 지원하기 위한 툴들이 생겨났다. 본 논문에서는 쿠버네티스 환경에서 효율적인 머신러닝 개발을 위한 플랫폼인 Kubeflow 를 이용하여 Fashion MNIST 분류 모델 개발 과정을 보임으로써 MLOps 및 이를 위한 플랫폼의 중요성을 보인다.
군집 주행 환경에서 데이터 특성을 고려한 차량간 데이터 전달 방법에 관한 연구
자율주행차량의 통신 과금 최소화를 위한 경로 계획 시스템
Performance analysis of RSU relaying for LOS and NLOS in vehicular network
ESS 하드웨어 다중화에 따른 신뢰성 분석에 관한 연구