El profesor Jeongho Kwak del Departamento de Ingeniería Eléctrica e Informática de DGIST ha desarrollado un modelo de aprendizaje y una tecnología de optimización de recursos que combina precisión y eficiencia para los servicios de visión 6G.Se espera que esta tecnología se utilice para abordar los altos niveles de potencia informática y los complejos modelos de aprendizaje que requieren los servicios de visión 6G.

Los servicios de visión móvil 6G están asociados contecnologías innovadorascomo la realidad aumentada (AR) y la conducción autónoma, que están recibiendo mucha atención en la sociedad moderna.Estos servicios permiten la captura rápida de vídeos e imágenes y la comprensión eficiente de su contenido a través de modelos basados ​​en aprendizaje profundo.

Sin embargo, esto requiere procesadores (GPU) de alto rendimiento y modelos de aprendizaje precisos.Las tecnologías anteriores trataban los modelos de aprendizaje y los recursos informáticos/de red como entidades separadas, sin lograr optimizar el rendimiento y la utilización de los recursos de los dispositivos móviles.

Para abordar este problema, el equipo del profesor Jeongho Kwak se centró en optimizar simultáneamente los modelos de aprendizaje y los recursos informáticos/de red en tiempo real.Como resultado, propusieron un nuevo modelo de aprendizaje integrado y computación/redes.algoritmo de optimización, VisionScaling, que es capaz de reducirconsumo de energíaen al menos un 30% manteniendo la precisión promedio en comparación con las tecnologías actuales sin comprometer la precisión promedio del objetivo o el retraso de tiempo.

El algoritmo VisionScaling desarrollado por el equipo del profesor Kwaks se adapta a entornos móviles en constante cambio para mantener un rendimiento óptimo, incluso sin conocimiento previo de las condiciones futuras, mediante el uso de la 'Optimización convexa en línea (OCO)', una de las últimas técnicas de aprendizaje.

Además, el equipo del profesor Kwak implementó y probó el entorno de servicios de visión móvil del mundo real utilizando dispositivos de inteligencia artificial integrados y plataformas informáticas de borde conectadas.Confirmaron que el algoritmo VisionScaling desarrollado ahorra un 30% más de energía endispositivos móvilesy mejora la latencia de un extremo a otro en un 39 % en comparación con los algoritmos utilizados anteriormente.

El profesor Jeongho Kwak del Departamento de Ingeniería Eléctrica y Ciencias de la Computación de DGIST afirmó: "Esta investigación satisface tanto la contribución práctica de implementar y verificar el rendimiento en entornos móviles que cambian irregularmente como la contribución matemática de utilizar optimización dinámica y técnicas de aprendizaje para demostrar un rendimiento óptimo.Es importante ya que proporciona una base técnica para el aprendizaje profundo basado enservicios movilesrequerirá mayores recursos de memoria/cómputo en el futuro".

La investigación espublicadoen elRevista IEEE de Internet de las cosas.

Proporcionado porDGIST (Instituto Daegu Gyeongbuk de Ciencia y Tecnología)