earticle

영어

Artificial intelligence is used in various fields, but most artificial intelligence is implemented using the Python language and library, and operates on a PC. However, microcontroller-based embedded boards have lower performance than PCs, so the Python environment is not used. In this paper, the performance evaluation of the Raspberry Pi pico board and PC was performed, and the time required for prediction after learning various functions was measured as a performance evaluation method. As a result of the experiment, it was confirmed that the performance of the Raspberry Pi pico board showed about 1/85 of the performance of the PC. In conclusion, it was confirmed that the Raspberry Pi pico board is an appropriate embedded system for applying the deep learning field that predicts measurement data of IoT-based power facilities in real time.

한국어

최근에 다양한 분야에서 인공지능이 이용되고 있으나, 대부분의 인공지능은 파이썬 언어 및 라이브러리를 사용해서 구현하며, PC에서 동작한다. 하지만, 마이크로컨트롤러 기반의 임베디드 보드는 PC보다 성능이 낮아서 파이썬 환경을 사용하지 않는다. 본 논문에서는 라즈베리파이 피코 보드와 PC의 성능평가를 수행하였고, 성능평가 방법으로는 다양한 함수를 학습한 후의 예측에 드는 시간을 측정하였다. 실험 결과, 라즈베리파이 피코 보드의 성 능은 PC 성능의 약 1/85 정도의 성능을 나타냄을 확인하였다. 결론적으로, IoT 기반의 전력 설비의 측정 데이터 를 실시간 예측하는 딥러닝 분야를 적용하는 데 있어서 라즈베리파이 피코 보드가 적절한 임베디드 시스템임을 확인하였다.