related iamge

엣지 환경의 대규모 언어 모델 협업 추론 최적화: MoE²의 등장

본 기사는 엣지 환경에서의 대규모 언어 모델(LLM) 협업 추론 최적화를 위한 새로운 프레임워크 MoE²에 대한 최신 연구 결과를 소개합니다. MoE²는 에너지 및 지연 시간 제약 조건 하에서 최적의 성능을 달성하며, 다양한 시스템 자원 제약 조건에서 기존 방식보다 우수한 성능을 보입니다.

related iamge

6G 시대를 여는 혁신적인 조합: AI, AmBC, 그리고 NTN의 만남

본 기사는 Muhammad Ali Jamshed 등의 논문을 바탕으로, AI, AmBC, NTN의 융합이 6G 네트워크 통합 및 에너지 효율 향상에 미치는 영향을 분석합니다. AI 기반 예측 분석이 AmBC의 한계를 극복하고, NTN과 TN의 효율적인 통합을 가능하게 함으로써 6G 시대의 초연결 사회를 위한 혁신적인 해결책을 제시합니다.

related iamge

능동형 RIS 기반 ISAC 시스템의 안테나 선택 및 빔포밍 설계: 에너지 효율 혁신

본 연구는 능동형 RIS 기반 ISAC 시스템의 에너지 효율을 높이기 위해 안테나 선택 기법을 제안하고, 뻐꾸기 탐색 알고리즘과 WMMSE/FP 기반 알고리즘을 통해 효과적으로 안테나를 선택하고 시스템 성능을 최적화하는 방법을 제시했습니다. 시뮬레이션 결과는 제안된 방법의 효율성을 입증했습니다.

related iamge

딥러닝의 새로운 지평: 역전파 없는 딥 오퍼레이터 네트워크 훈련

손휘재 박사 연구팀이 개발한 ELM-DeepONets는 극단 학습 머신(ELM)을 활용하여 DeepONets의 훈련 과정을 간소화하고 계산 비용을 크게 줄였습니다. 벤치마크 테스트 결과, 높은 정확도와 효율성을 입증하였으며, 과학 및 공학 분야에서 폭넓은 활용이 기대됩니다.

related iamge

양자 기술로 IoT 음향 인식의 한계를 뛰어넘다: Q-ASC의 혁신

양자 개념을 활용한 새로운 음향 장면 분류기 Q-ASC가 개발되어 IoT 환경의 소음 문제와 데이터 부족 문제를 효과적으로 해결하고, 기존 최고 성능 모델 대비 5% 이상 향상된 정확도를 달성했습니다. 이는 스마트 홈, 산업 모니터링 등 다양한 분야에 활용될 것으로 기대됩니다.