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.

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.