Graph Temporal Attention Self-Supervised Network for Real-Time Anomaly Detection in Industrial IoT Systems
Samia Zahid, Zilong Jin, Dae-Young Kim
연구 방향을 이끄는 세 가지 축.
지능형 네트워크 시스템 연구는 AI 기술을 핵심 동력으로 지능형 네트워크 및 시스템을 구현합니다. Intent 기반 자율 네트워킹, Edge AI 배포, 분산 AIoT 환경을 위한 자가 치유 네트워크 아키텍처를 연구합니다.
데이터 지능 연구는 다양한 환경에서의 데이터 수집 및 정제 프로세스를 구축합니다. 네트워크 데이터 분석, 패턴 인식, 이상 탐지, 산업 환경의 희소 데이터를 위한 효율적 학습 프레임워크에 집중합니다.
지능형 서비스 연구는 사용자 중심의 지능형 응용 서비스를 개발합니다. IoT 응용, 스마트 시티 솔루션, 모바일 서비스, 컴퓨터 비전 기반 지능형 시스템을 구축합니다.
전체 109편 중 5편
Samia Zahid, Zilong Jin, Dae-Young Kim
So-Yeon Lee, Jae-Won Jang, Jungwook Choi, Soobeom Park, Dae-Young Kim
Ilkhomjon Sadriddinov, Sony Peng, Sophort Siet, Dae-Young Kim, Kyuwon Park, Doo-Soon Park, Gangman Yi
Sony Peng, Sophort Siet, Ilkhomjon Sadriddinov, Dae-Young Kim, Kyuwon Park, Doo-Soon Park
김예서, 장재원, 이소연, 최정욱, 박수범, 김대영
현재 수행 중인 연구 과제입니다.
지원기관: Aigenn
"엣지 네트워크를 위한 연합 학습 최적화" 연구가 효율적인 엣지 AI 처리 분야에서의 기여로 인정받았습니다.
INSLAB이 Google, Microsoft 업계 전문가들을 초청하여 강건한 AI 모델 보안 방법론을 논의하는 워크숍을 개최했습니다.
6G 시스템을 위한 인텐트 기반 자율 네트워킹에 관한 최신 연구가 IEEE Transactions on Network and Service Management에 게재 확정되었습니다.