(1) 1차년도 ▪ 연구 목표 : 자원이 제한된 이종 IoT에서 강인한 FDL/FRL을 위한 네트워크 자원 할당 기술 개발 ▪ 연구 내용 : - 산업용 디바이스들과 서버 간의 통신 패킷 손실이 존재하고, 디바이스들의 특징이 다른 이종의 IoT에서, 강인한 FDL/FRL을 구현하기 위하여 지연시간을 제한하는 FDL/FRL 프레임워크의 설계 및 개발 - non-IID 데이터가 있다고 가정하여 IoT 디바이스들의 자원들에 기반해서 클라이언트들의 우선순위를 결정하는 알고리즘, 즉, 통신지연시간 절감을 하기 위한 동적인 클라이언트 선택 기술 개발 - Robust FDL/FRL을 위하여 데이터 중요도/우선순위와 함께, 학습 정확도, 디바이스들 간의 공정성, 수렴시간 등을 모두 고려하여 네트워크 자원을 할당하는 알고리즘 개발 - 통신량, 계산량, 이종 디바이스들의 특징을 고려하여 각 라운드에서 IoT 디바이스들로부터 데이터를 샘플링하는 자원 할당 문제에 대한 연구를 수행하고 시뮬레이터를 통해서 성능 분석 및 평가 (2) 2차년도 ▪ 연구 목표 : IoT의 이종 디바이스/데이터 특성을 고려한 FDL/FRL의 수렴 속도 향상 기술 개발 ▪ 연구 내용 : - 서버는 글로벌 FDL/FRL 모델을 생성하기 위해 모든 사용자의 로컬 FDL/FRL 모델을 수신할 때까지 기다려야 하므로 FDL/FRL 성능과 수렴 시간은 사용자 선택 방식에 의해 크게 영향을 받음 - 로컬 FDL/FRL 모델이 글로벌 FDL/FRL 모델에 큰 영향을 미치는 사용자를 기지국이 높은 확률로 연결하는 확률론적 사용자 선택 방식과 업링크 통신용량을 고려한 사용자 선택 방식을 제안하는 방법을 개발 - 디바이스 연결 불안정과 배터리 방전 등을 고려하는 FDL/FRL 알고리즘의 수렴 속도 향상을 위한 기술을 개발하며, 수렴까지의 라운드 수 및 라운드당 업로드된 총 데이터량을 절감하는 기술을 개발 - 공동 학습, 무선 자원 할당 및 사용자 선택 문제는 FDL/FRL 성능을 최적화하면서 FDL/FRL 수렴 시간을 최소화하는 것을 목표로 하는 최적화 문제로, 수렴 속도 향상을 위한 학습 파라미터 최적화에 의한 손실 함수 최소화 기술 개발 - 빠른 수렴은 정확성을 희생시키기 때문에 정확도와 선형 수렴 속도에 대한 관계성을 FDL/FRL 기반 IoT 관점에서 성능 분석을 수행 (3) 3차년도 ▪ 연구 목표 : FDL/FRL 기반 IoT 시스템에서 로컬 계산과 무선통신에 의한 전력 소비를 절감하는 기술 개발 ▪ 연구 내용 : - 배터리로 동작하는 IoT 디바이스를 가정하여, 배터리로 동작하는 IoT 디바이스의 통신 지연 시간과 에너지 소비의 관계를 분석하고, 작동 CPU 주파수를 조정하여 배터리 수명을 연장하는 기술 개발 - FDL/FRL 기반 IoT 시스템에서 계산 리소스의 조절과 무선 대역폭에 대한 IoT 디바이스의 조절에 의해서 에너지 소모량을 최적화하는 기술 개발 - 시간 할당, 대역폭 할당, 전력 제어, 계산 주기, 학습 정확도 등의 최적화 문제 설계 : FDL/FRL 과정에서 학습 정확도 수준을 고려하면서 전송 에너지를 최소화하기 위해서 대기 시간 할당, 대역폭 할당, CPU전력 제어, 계산 주기, 학습 정확도 등을 고려한 알고리즘 연구