Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)
- 2018.01a
- /
- Pages.95-96
- /
- 2018
Dimensionality Reduction Using PCA for Edge Computing
Edge Computing 환경에서의 PCA를 이용한 Dimensionality 감축 기법
- Lim, Hwan-Hee (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
- Kim, Se-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
- Kim, Kyoung-Tae (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
- Youn, Hee-Yong (Dept. of Software, Sungkyunkwan University)
- 임환희 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
- 김세준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
- 김경태 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
- 윤희용 (성균관대학교 소프트웨어대학 소프트웨어학과)
- Published : 2018.01.10
Abstract
Edge Computing은 Cloud Computing의 단점을 보완하기 위해 등장 하였으나, 자원 제한을 가지고 있는 Edge Node에서 데이터 분석 및 처리해야 하는 문제점이 있다. 이를 해결하기 위해 K-means clustering 알고리즘과 PCA 기법을 이용해 차원 추축을 이용한 계산비용과 처리시간을 줄이는 기법을 제안하였다. PCA란, 차원 축소 및 데이터 압축에 사용되는 기계학습 알고리즘 중 하나이며, 데이터에서 중요한 정보만 추출해 차원을 줄일 수 있다. 이를 통해 제안한 기법이 기존의 Reduction first clustering second(RFCS) 기법에 비해 성능이 우수한 것을 확인할 수 있었다.