AI 컴포넌트 추상화 모델 기반 자율형 IoT 통합개발환경 구현
최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다. 또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의 범위가 넓어지고 있다. 하지만 기존 대부분의 IoT 통합개발환경에서는 AI(Artificial Intelligence) 기능을 지원하거나 뉴로모픽 아키텍처와 같은 다양한 하드웨어와 결합된 서비스 지원이 어렵다. 본 논문에서는 2세대 인공 신경망 및 3세대 스파이킹 신경망 모델을 모두 지원하는 AI 컴포넌트 추상화...
Saved in:
| Published in | The journal of the institute of internet, broadcasting and communication : JIIBC Vol. 21; no. 5; pp. 71 - 77 |
|---|---|
| Main Authors | , , , , |
| Format | Journal Article |
| Language | Korean |
| Published |
한국인터넷방송통신학회
31.10.2021
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 2289-0238 2289-0246 |
| DOI | 10.7236/JIIBC.2021.21.5.71 |
Cover
| Abstract | 최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다. 또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의 범위가 넓어지고 있다. 하지만 기존 대부분의 IoT 통합개발환경에서는 AI(Artificial Intelligence) 기능을 지원하거나 뉴로모픽 아키텍처와 같은 다양한 하드웨어와 결합된 서비스 지원이 어렵다. 본 논문에서는 2세대 인공 신경망 및 3세대 스파이킹 신경망 모델을 모두 지원하는 AI 컴포넌트 추상화 모델을 설계하고 제안 모델 기반의 자율형 IoT 통합개발환 경을 구현하였다. IoT 개발자는 AI 및 스파이킹 신경망에 대한 지식이 없어도 제안 기법을 통해 자동으로 AI 컴포넌트를 생성할 수 있으며 런타임에 따라 코드 변환이 유연하여 개발 생산성이 높다. 제안 기법의 실험을 진행하여 가상 컴포넌 트 계층으로 인한 변환 지연시간이 발생할 수 있으나 차이가 크지 않음을 확인하였다. |
|---|---|
| AbstractList | 최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다.
또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의범위가 넓어지고 있다. 하지만 기존 대부분의 IoT 통합개발환경에서는 AI(Artificial Intelligence) 기능을 지원하거나뉴로모픽 아키텍처와 같은 다양한 하드웨어와 결합된 서비스 지원이 어렵다. 본 논문에서는 2세대 인공 신경망 및 3세대스파이킹 신경망 모델을 모두 지원하는 AI 컴포넌트 추상화 모델을 설계하고 제안 모델 기반의 자율형 IoT 통합개발환경을 구현하였다. IoT 개발자는 AI 및 스파이킹 신경망에 대한 지식이 없어도 제안 기법을 통해 자동으로 AI 컴포넌트를생성할 수 있으며 런타임에 따라 코드 변환이 유연하여 개발 생산성이 높다. 제안 기법의 실험을 진행하여 가상 컴포넌트 계층으로 인한 변환 지연시간이 발생할 수 있으나 차이가 크지 않음을 확인하였다. Recently, there is a demand for efficient program development of an IoT application support frameworks considering heterogeneous hardware characteristics. In addition, the scope of hardware support is expanding with the development of neuromorphic architecture that mimics the human brain to learn on their own and enables autonomous computing. However, most existing IoT IDE(Integrated Development Environment), it is difficult to support AI(Artificial Intelligence) or to support services combined with various hardware such as neuromorphic architectures. In this paper, we design an AI component abstract model that supports the second-generation ANN(Artificial Neural Network) and the third-generation SNN(Spiking Neural Network), and implemented an autonomous IoT IDE based on the proposed model. IoT developers can automatically create AI components through the proposed technique without knowledge of AI and SNN. The proposed technique is flexible in code conversion according to runtime, so development productivity is high. Through experimentation of the proposed method, it was confirmed that the conversion delay time due to the VCL(Virtual Component Layer) may occur, but the difference is not significant. KCI Citation Count: 1 Recently, there is a demand for efficient program development of an IoT application support frameworks considering heterogeneous hardware characteristics. In addition, the scope of hardware support is expanding with the development of neuromorphic architecture that mimics the human brain to learn on their own and enables autonomous computing. However, most existing IoT IDE(Integrated Development Environment), it is difficult to support AI(Artificial Intelligence) or to support services combined with various hardware such as neuromorphic architectures. In this paper, we design an AI component abstract model that supports the second-generation ANN(Artificial Neural Network) and the third-generation SNN(Spiking Neural Network), and implemented an autonomous IoT IDE based on the proposed model. IoT developers can automatically create AI components through the proposed technique without knowledge of AI and SNN. The proposed technique is flexible in code conversion according to runtime, so development productivity is high. Through experimentation of the proposed method, it was confirmed that the conversion delay time due to the VCL(Virtual Component Layer) may occur, but the difference is not significant. 최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다. 또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의 범위가 넓어지고 있다. 하지만 기존 대부분의 IoT 통합개발환경에서는 AI(Artificial Intelligence) 기능을 지원하거나 뉴로모픽 아키텍처와 같은 다양한 하드웨어와 결합된 서비스 지원이 어렵다. 본 논문에서는 2세대 인공 신경망 및 3세대 스파이킹 신경망 모델을 모두 지원하는 AI 컴포넌트 추상화 모델을 설계하고 제안 모델 기반의 자율형 IoT 통합개발환경을 구현하였다. IoT 개발자는 AI 및 스파이킹 신경망에 대한 지식이 없어도 제안 기법을 통해 자동으로 AI 컴포넌트를 생성할 수 있으며 런타임에 따라 코드 변환이 유연하여 개발 생산성이 높다. 제안 기법의 실험을 진행하여 가상 컴포넌트 계층으로 인한 변환 지연시간이 발생할 수 있으나 차이가 크지 않음을 확인하였다. 최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다. 또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의 범위가 넓어지고 있다. 하지만 기존 대부분의 IoT 통합개발환경에서는 AI(Artificial Intelligence) 기능을 지원하거나 뉴로모픽 아키텍처와 같은 다양한 하드웨어와 결합된 서비스 지원이 어렵다. 본 논문에서는 2세대 인공 신경망 및 3세대 스파이킹 신경망 모델을 모두 지원하는 AI 컴포넌트 추상화 모델을 설계하고 제안 모델 기반의 자율형 IoT 통합개발환 경을 구현하였다. IoT 개발자는 AI 및 스파이킹 신경망에 대한 지식이 없어도 제안 기법을 통해 자동으로 AI 컴포넌트를 생성할 수 있으며 런타임에 따라 코드 변환이 유연하여 개발 생산성이 높다. 제안 기법의 실험을 진행하여 가상 컴포넌 트 계층으로 인한 변환 지연시간이 발생할 수 있으나 차이가 크지 않음을 확인하였다. |
| Author | 차신 김서연 은성배 정진만 윤영선 |
| Author_xml | – sequence: 1 fullname: 김서연 – sequence: 2 fullname: 윤영선 – sequence: 3 fullname: 은성배 – sequence: 4 fullname: 차신 – sequence: 5 fullname: 정진만 |
| BackLink | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002768936$$DAccess content in National Research Foundation of Korea (NRF) |
| BookMark | eNo9kDtLw1AAhS9SwVr7Bxwki4ND4n3l3mSsxUdqoSDZL2keEloTSbo4isVBFB1aaKE4V-lQxEpB_EN5_AejFeHAOcPH4XA2QSkIAxeAbQQVjgnbbxjGQV3BECOlkKpwtAbKGGu6DDFlpf9MtA1QjWO_DQlEOmWUlUGrZkjZ53v-OEv79_ndUso-BtnNdT4eSOnrNH1YSslyns5HUvb8lE2m-WgoGaEp5beLfPiSzCfpfJKPR8nbl5QsZvmovwXWPasbu9U_rwDz6NCsn8jN1rFRrzVlV-NEVrlONeSiYrNjO3abOtx2uOOqtkYdyKmHPYgQw47qQWrpUPWQ6jFOGHZViignFbC3qg0iT3RsX4SW_-vnoehEonZmGkLXOGUaKdjdFdvx454vAifuikbttPVzGIGcQYgIY3rB7aw414p6vt11xWXkX1jRlaDFj7pKvgGJSH7K |
| ContentType | Journal Article |
| DBID | M1Z JDI ACYCR |
| DEWEY | 004 |
| DOI | 10.7236/JIIBC.2021.21.5.71 |
| DatabaseName | e-articles KoreaScience Korean Citation Index |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Computer Science |
| DocumentTitleAlternate | Implementation of Autonomous IoT Integrated Development Environment based on AI Component Abstract Model |
| EISSN | 2289-0246 |
| EndPage | 77 |
| ExternalDocumentID | oai_kci_go_kr_ARTI_9874683 JAKO202130760013669 402495 |
| GroupedDBID | ALMA_UNASSIGNED_HOLDINGS M1Z .UV JDI ACYCR M~E |
| ID | FETCH-LOGICAL-e873-579481e1202dcdcb4d7cd7de5c84d074f2f01162d5f04a905f15f67362e541473 |
| ISSN | 2289-0238 |
| IngestDate | Tue Nov 21 21:41:27 EST 2023 Fri Dec 22 12:04:00 EST 2023 Tue Apr 22 16:21:05 EDT 2025 |
| IsDoiOpenAccess | true |
| IsOpenAccess | true |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 5 |
| Keywords | IoT Application Spiking Neural Networks AI Component Neuromorphic Hardware Autonomous IoT IDE |
| Language | Korean |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-e873-579481e1202dcdcb4d7cd7de5c84d074f2f01162d5f04a905f15f67362e541473 |
| Notes | KISTI1.1003/JNL.JAKO202130760013669 |
| OpenAccessLink | http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202130760013669&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 |
| PageCount | 7 |
| ParticipantIDs | nrf_kci_oai_kci_go_kr_ARTI_9874683 kisti_ndsl_JAKO202130760013669 earticle_primary_402495 |
| PublicationCentury | 2000 |
| PublicationDate | 20211031 |
| PublicationDateYYYYMMDD | 2021-10-31 |
| PublicationDate_xml | – month: 10 year: 2021 text: 20211031 day: 31 |
| PublicationDecade | 2020 |
| PublicationTitle | The journal of the institute of internet, broadcasting and communication : JIIBC |
| PublicationTitleAlternate | The journal of the institute of internet, broadcasting and communication : JIIBC |
| PublicationYear | 2021 |
| Publisher | 한국인터넷방송통신학회 |
| Publisher_xml | – name: 한국인터넷방송통신학회 |
| SSID | ssib030194646 ssib053377388 ssib023738960 ssib044745939 ssib021620247 ssib036278198 ssib022331885 |
| Score | 2.1614046 |
| Snippet | 최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다. 또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의 범위가 넓어지고 있다. 하지만 기존 대부분의 IoT... Recently, there is a demand for efficient program development of an IoT application support frameworks considering heterogeneous hardware characteristics. In... 최근 이질적인 하드웨어 특성을 고려한 IoT 응용 지원 프레임워크의 효율적인 프로그램 개발이 요구되고 있다. 또한, 인간의 뇌를 모사하여 스스로 학습 및 자율적 컴퓨팅이 가능한 뉴로모픽 아키텍처의 발전으로 하드웨어 지원의범위가 넓어지고 있다. 하지만 기존 대부분의 IoT... |
| SourceID | nrf kisti earticle |
| SourceType | Open Website Open Access Repository Publisher |
| StartPage | 71 |
| SubjectTerms | 컴퓨터학 |
| TableOfContents | 요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. AI 컴포넌트 추상화 모델
1. 제안 모델
2. 가상 컴포넌트 계층
3. 구현 이슈
Ⅳ. 실험 및 결과
1. 실험 환경
2. 실험 평가
Ⅴ. 결론
References |
| Title | AI 컴포넌트 추상화 모델 기반 자율형 IoT 통합개발환경 구현 |
| URI | https://www.earticle.net/Article/A402495 http://click.ndsl.kr/servlet/LinkingDetailView?cn=JAKO202130760013669&dbt=JAKO&org_code=O481&site_code=SS1481&service_code=01 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002768936 |
| Volume | 21 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| ispartofPNX | 한국인터넷방송통신학회 논문지, 2021, 21(5), , pp.71-77 |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LattAcEnSSy99P9JHEKV7MnYleVe7e5RshzglzcWFnCpkPYpxsYvjXHoolIYeSkt7SMCB0HNacjClKYHSH7Ktf-jsSrKVNNAHGFmMZmd3Z7S7M6vZGYTucyb0wGOguXkEDBTuGUXhWc0io00WmV7okVAaimuPrJXHZHWDbszNP8l5LW31myX_xZnnSv5HqgADucpTsv8g2SlRAMA9yBeuIGG4_pWM7XoB1yrYcbBDcK2K-TK2K7jmYA4aYkVBbOzwBMnCgsgbXgbtUT4TAiAFiW7b2OaqXDVBl6Wwo0sQXEVCQdSw0NVNRaEDBY4FLdS7jYKqy8IOVWCKbaGI6BI3JVLJ6uTqkYmdalITVY1W1JI8bpmyLF_hXGQLqSK38r4NLbWbmXxNafa6XuB7m_3s0KWfP_miNj5W63VnuiesahbSz0OyhKjmQc8YNHWGknRVcU02zkhx7ZMo1RkVx0h7e5IKACTDAMXJCqcbLaaRW6HUfGya0rvMTILRlMI8LN1FTRcU08gNHJpbHZJkM6mekWSvOb2CMVOl2FEcKclWlOBHS1nJfLjwU8v41Lly1X64LkuW1UdXo2xZYh6dMxlTbgxrL2vZfGsaFuDNzElTRrkSM3MZ5n5BcuHnQNdhoEBO52tCGKFiFlUWLAcGFFQSyIxXyTk12asHv_dJKoDp4AHbUBpMLVDxOr0op-I1LqELqW2m2QnuZTTX7l5BF7O8J1q6DF5F63Zdm_z4Fn84HG-_i98ea5PvO5PXr-K9HW385WD8_lgbHQ_Hw4E2-fRxsn8QD3Y1GCNa_OYo3v08Gu6Ph_vx3mD09ac2OjqMB9vXUGO51qisFNPEJMWQs3KRMhniKDSgK4Ef-E0SMD9gQUh9TgJQySMzkp83zYBGOvGETiODRtJ_0gwpMQgrX0cLnW4nvIk0i4N5pofM18MmGC5cMM_iRkQE86kfBNEiupFxyH2ehJ9xiYzySRfRkmKY2wk2n7lnyHwR3QNOum2_5coQ8vL_addt91wwlOuu4IxYvHzrT1Ruo_OzsXAHLfR7W-FdUMP7zSX1Lv0COey53Q |
| linkProvider | ISSN International Centre |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=AI+%EC%BB%B4%ED%8F%AC%EB%84%8C%ED%8A%B8+%EC%B6%94%EC%83%81%ED%99%94+%EB%AA%A8%EB%8D%B8+%EA%B8%B0%EB%B0%98+%EC%9E%90%EC%9C%A8%ED%98%95+IoT+%ED%86%B5%ED%95%A9%EA%B0%9C%EB%B0%9C%ED%99%98%EA%B2%BD+%EA%B5%AC%ED%98%84&rft.jtitle=The+journal+of+the+institute+of+internet%2C+broadcasting+and+communication+%3A+JIIBC&rft.au=%EA%B9%80%EC%84%9C%EC%97%B0&rft.au=%EC%9C%A4%EC%98%81%EC%84%A0&rft.au=%EC%9D%80%EC%84%B1%EB%B0%B0&rft.au=%EC%B0%A8%EC%8B%A0&rft.date=2021-10-31&rft.issn=2289-0238&rft.eissn=2289-0246&rft.volume=21&rft.issue=5&rft.spage=71&rft.epage=77&rft_id=info:doi/10.7236%2FJIIBC.2021.21.5.71&rft.externalDBID=n%2Fa&rft.externalDocID=JAKO202130760013669 |
| thumbnail_l | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=2289-0238&client=summon |
| thumbnail_m | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=2289-0238&client=summon |
| thumbnail_s | http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=2289-0238&client=summon |