論文の概要: Fog Computing on Constrained Devices: Paving the Way for the Future IoT
- arxiv url: http://arxiv.org/abs/2002.05300v2
- Date: Wed, 4 Mar 2020 17:52:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-03 19:23:38.079369
- Title: Fog Computing on Constrained Devices: Paving the Way for the Future IoT
- Title（参考訳）: 制約のあるデバイス上でのフォグコンピューティング:iotの未来への道を開く
- Authors: Flavia Pisani, Fabiola M. C. de Oliveira, Eduardo S. Gama, Roger
Immich, Luiz F. Bittencourt, and Edson Borin
- Abstract要約: 長期的には、IoT(Internet of Things)が人々の日常生活の不可欠な部分になることが期待されている。
この章では、制約されたデバイスの重要性と、フォグコンピューティングと組み合わせてIoTの未来を変える方法について説明します。
- 参考スコア（独自算出の注目度）: 0.415623340386296
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In the long term, the Internet of Things (IoT) is expected to become an
integral part of people's daily lives. In light of this technological
advancement, an ever-growing number of objects with limited hardware may become
connected to the Internet. In this chapter, we explore the importance of these
constrained devices as well as how we can use them in conjunction with fog
computing to change the future of the IoT. First, we present an overview of the
concepts of constrained devices, IoT, and fog and mist computing, and then we
present a classification of applications according to the amount of resources
they require (e.g., processing power and memory). After that, we tie in these
topics with a discussion of what can be expected in a future where constrained
devices and fog computing are used to push the IoT to new limits. Lastly, we
discuss some challenges and opportunities that these technologies may bring.
- Abstract（参考訳）: 長期的には、IoT(Internet of Things)が人々の日常生活の不可欠な部分になることが期待されている。
この技術進歩を踏まえると、限られたハードウェアを持つオブジェクトがインターネットに接続される可能性がある。
この章では、これらの制約されたデバイスの重要性と、フォグコンピューティングと併用してIoTの未来を変える方法について説明します。
まず、制約のあるデバイス、IoT、霧と霧と霧のコンピューティングの概念の概要を示し、次に、必要なリソースの量(例えば、処理能力とメモリ)に応じてアプリケーションの分類を示す。
その後、これらのトピックを、制約のあるデバイスとフォグコンピューティングを使用してIoTを新たな限界まで押し上げる、将来何が期待できるかという議論と結びつけます。
最後に、これらの技術がもたらすいくつかの課題と機会について論じる。
関連論文リスト
- The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。
本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。
新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
論文 参考訳（メタデータ） (2024-01-03T07:47:22Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳（メタデータ） (2023-09-14T05:43:36Z) - Revisiting the Internet of Things: New Trends, Opportunities and Grand
Challenges [16.938280428208685]
IoT(Internet of Things)は、センサーとアクチュエータを物理的オブジェクトに埋め込んで、データ通信とデータ交換を可能にする。
デプロイされたIoTデバイスの数は過去5年間で急速に増加しており、IoTが近年で最も破壊的な技術になっている。
この論文は、AIがIoTを人類の歴史の中でこれまで開発されてきた最高の変革技術にする役割を強調している。
論文 参考訳（メタデータ） (2022-11-14T16:43:02Z) - The Future of Consumer Edge-AI Computing [58.445652425379855]
Deep Learningは、主にデバイス間のハードウェアアクセラレーションによって、消費者のエンドに急速に浸透している。
将来を見据えて、孤立したハードウェアが不十分であることは明らかです。
本稿では,コンシューマエッジにおける計算資源とデータアクセスの再編成と最適化を目的とした,EdgeAI-Hubデバイスを中心とした新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2022-10-19T12:41:47Z) - Federated Learning for Internet of Things: Applications, Challenges, and
Opportunities [20.935789038643936]
フェデレートラーニング(FL)は、データを中央に持ってくる必要なしに、複数のクライアント間で協調する行為である。
我々は、IoTプラットフォームにおけるFLの機会と課題、そして将来のIoTアプリケーションをどのように実現できるかについて議論する。
論文 参考訳（メタデータ） (2021-11-15T02:06:12Z) - Machine Learning for Massive Industrial Internet of Things [69.52379407906017]
モノのインターネット(IIoT)は、モノのインターネット技術を産業環境に統合することで、将来の製造施設に革命をもたらします。
大規模なIIoTデバイスのデプロイでは、無線ネットワークがさまざまなQoS(Quality-of-Service)要件でユビキタス接続をサポートすることは困難である。
まず、一般的な非クリティカルかつクリティカルなIIoTユースケースの要件を要約します。
次に、大規模なIIoTシナリオと対応する機械学習ソリューションのユニークな特性を、その制限と潜在的な研究方向で識別します。
論文 参考訳（メタデータ） (2021-03-10T20:10:53Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Wireless Communications for Collaborative Federated Learning [160.82696473996566]
IoT(Internet of Things)デバイスは、収集したデータを中央のコントローラに送信することができず、機械学習モデルをトレーニングすることができる。
GoogleのセミナルFLアルゴリズムでは、すべてのデバイスを中央コントローラに直接接続する必要がある。
本稿では,コラボレーティブFL(CFL)と呼ばれる新しいFLフレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-03T20:00:02Z) - Machine Learning Based Solutions for Security of Internet of Things
(IoT): A Survey [8.108571247838206]
IoTプラットフォームは、到達不可能なスマートサービスで人間の生活を前進させることによって、私たちの日常生活のあらゆる側面をつかむ、グローバルな巨人へと発展してきた。
IoTを保護するために適用可能なセキュリティ対策は,すでに存在する。
伝統的なテクニックは、様々な攻撃タイプやその重大さと同様に、進歩ブームほど効率的ではない。
機械学習(ML)では、IoTの現在および将来の課題に対処する多くの研究ウィンドウがオープンされている。
論文 参考訳（メタデータ） (2020-04-11T03:08:24Z) - Governance of the Internet of Things (IoT) [0.0]
世界中の何十億もの人々の日々の生活は、わずか数年でテクノロジーによって永遠に変化してきた。
人工知能、機械学習、そしてインターネットに接続された数十億のセンサーデバイスの影響を制御しようとする人間に直面する課題は、この記事の主題である。
私たちはIoT(Internet of Things)を定義し、インターネットに接続されたセンサデバイスの爆発的な成長についてコメントし、IoTデバイスの例を提供し、IoTの約束に言及します。
論文 参考訳（メタデータ） (2020-04-08T01:26:16Z) - Federated Learning for Resource-Constrained IoT Devices: Panoramas and
State-of-the-art [12.129978716326676]
我々は最近実装されたフェデレートラーニングの現実的な応用をいくつか紹介する。
大規模ネットワークでは、様々な計算資源を持つクライアントが存在するかもしれない。
FL領域における資源制約装置の今後の方向性を強調した。
論文 参考訳（メタデータ） (2020-02-25T01:03:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。