Winet Lab
컴퓨터과학과 (인공지능학과) 이수경
Winet Lab은 컴퓨터과학과(인공지능학과)에 소속된 연구실로, 엣지 컴퓨팅, 강화학습, 차량 네트워크, 무선 네트워크 최적화 분야에서 활발한 연구를 진행하고 있습니다. 최근 3년간 이종 IoT 엣지 협업컴퓨팅 환경에서 다중 DNN 서비스 분산처리를 위한 자원 할당 기술 연구, 차량 통신망에서 차량 환경 인지 Cross Layer 전송 제어 기술 연구, 스마트한 주파수 이용을 위한 스펙트럼 및 전파기술 연구 등 다양한 프로젝트를 수행하였으며, Microsoft, LG Electronics 등과의 협업을 통해 실제 산업에 적용 가능한 기술을 개발하였습니다. 특히 엣지 컴퓨팅 분야에서는 이동성 기반의 엣지 캐싱 및 사용자 연결 알고리즘 연구, IoT-Edge 네트워크에서의 지연 인식 분산 프로그램 캐싱 등 다양한 논문을 발표하며 큰 성과를 거두고 있습니다.
Edge Computing
Reinforcement Learning
Wireless Network Optimization
엣지 컴퓨팅에서의 다중 DNN 서비스 분산처리
엣지 컴퓨팅 환경에서 다중 딥러닝 모델(DNN)을 효율적으로 관리하고 분배하기 위한 자원 할당 기술을 연구합니다. 다양한 IoT 장치와의 협업을 통해 네트워크의 대기 시간을 최소화하고, 실시간으로 변동하는 데이터 처리 요구를 충족시키기 위한 방법론을 개발합니다. 이 연구는 강화학습 및 최적화 기법을 적용하여 엣지 컴퓨팅의 성능을 극대화합니다.
무선 네트워크에서 사용자 경험 최적화 기술
사용자 친화적인 관점에서 무선 네트워크 선택을 개선하기 위한 연구를 진행합니다. 이 연구는 다양한 무선 네트워크 환경에서 사용자 맞춤형 네트워크 선택 알고리즘을 개발하여, 사용자 경험(UX)을 향상시키는 것을 목표로 합니다. 이를 위해 사용자 행동 패턴을 분석하고, 최적의 접속 포인트(AP)를 선택하는 기술을 도입하여 네트워크의 효율성과 사용자 만족도를 높입니다.
1
Incentive-Aware Partitioning and Offloading Scheme for Inference Services in Edge Computing
T. Y. Kim, C. K. Kim, S. S. Lee, S. K. Lee
IEEE Transactions on Services Computing, 2024
2
IoT Data Dissemination Scheme for Reducing Delay in Multi-broker Environments
A. N. Cho, T. Y. Kim, C. K. Kim, S. E. Choi, S. K. Lee
Internet of Things, 2024
3
Partition Placement and Resource Allocation for Multiple DNN-based Applications in Heterogeneous IoT Environments
T. Y. Kim, H. B. Park, Y. H. Jin, S. S. Lee, S. K. Lee
IEEE Internet of Things Journal, 2023
1
이종 IoT edge 협업컴퓨팅 환경에서 다중 DNN 서비스 분산처리를 위한 자원 할당 기술 연구 [NRF]
2
다중계층 이종 엣지에서 IoT 서비스에 대한 강화학습 기반의 자원 할당 기술 연구 [NRF]
3
효율적인 차세대 ITS 서비스 제공을 위한 포그-오버레이 기반 차량네트워킹 기술 연구 [NRF]