|황원주 교수 연구실
홈
연구 영역
기본 정보
논문·특허
과제
구성원
읽는 시간 · 1분 31초

무선 및 엣지 환경에서의 통신 효율화 연합학습과 전송학습 연구

Communication-Efficient Federated Learning and Transfer Learning over Wireless/Edge Networks

연구 내용

무선 네트워크와 엣지 컴퓨팅 환경에서 연합학습의 통신 비용을 낮추고 전송학습으로 학습 효율을 높이는 방법을 탐색하는 연구

다음 세대 무선 네트워크에서 학습 주기가 짧고 단말 자원이 제한되는 조건을 전제로, 연합학습을 통신 효율 관점에서 재구성합니다. 대규모 IoT 환경에서는 모델 업데이트 압축을 적용해 전송량을 줄이고, 엣지·모바일 컴퓨팅과 결합해 배치와 동기 문제를 완화하는 방식을 다룹니다. 또한 항공 접근(air-to-edge) 및 이동성을 활용한 연합학습 구조를 검토하고, 단말의 에너지 제약을 무선전력전송과 결합한 자원 할당 문제로 확장합니다. 무선 환경 변화에 대응하기 위해 전송학습 관점의 설계 원리도 함께 제시합니다.

관련 연구 성과

관련 논문

5편

관련 특허

0건

관련 프로젝트

2건

연구 흐름

초기에는 전송학습을 무선 네트워크 문제에 연결하여, 라벨 부족과 환경 변화에 대응하는 학습 전략을 정리했습니다. 이후에는 연합학습이 대규모 IoT에서 제한되는 원인을 통신 비용과 단말 자원으로 구체화하고, 업데이트 압축과 수렴 관점의 설계 기법을 제안했습니다. 이어서 aerial computing과 aerial access network 관점에서 엣지 기반 분산 배치의 이점을 연결하고, 무선전력전송을 포함한 자원·데이터·학습 단계의 결합 최적화로 확장했습니다. 최근에는 5G 기반 대규모 IoT·엣지 프레임워크 개발과 함께 배치 가능한 구조로 통합하려는 흐름을 유지하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

  • 통신 비용 절감 연합학습 설계
  • 엣지 기반 분산 학습 배치 기술
  • 전송학습 기반 무선 모델 적응
  • 무선전력전송 연동 분산 학습
  • 대규모 IoT 학습 스케줄링
  • 이동성 활용 항공 엣지 서비스 구조
  • 단말 자원 제약 인지 학습 최적화
  • 에너지·대역폭 공동 최적화 모듈
  • 데이터 센싱-학습-전송 통합 절차
  • 5G 엣지 학습 운영 프레임워크

관련 논문

구분

제목

1

Transfer Learning for Wireless Networks: A Comprehensive Survey

2

Aerial Computing: A New Computing Paradigm, Applications, and Challenges

3

HCFL: A High Compression Approach for Communication-Efficient Federated Learning in Very Large Scale IoT Networks

4

Aerial Access Networks for Federated Learning: Applications and Challenges

5

Wirelessly Powered Federated Learning Networks: Joint Power Transfer, Data Sensing, Model Training, and Resource Allocation

관련 프로젝트

구분

제목

1

스마트 산단 통합관제 시스템 구축을 위한 5G기반 대규모 IoT 기술 개발

2

5G 생태계의 조력자로서의 에지 컴퓨팅: Joint 4C 프레임워크와 그 응용