論文の概要: Edge Intelligence: Architectures, Challenges, and Applications
- arxiv url: http://arxiv.org/abs/2003.12172v2
- Date: Fri, 12 Jun 2020 14:40:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-19 22:09:35.467102
- Title: Edge Intelligence: Architectures, Challenges, and Applications
- Title（参考訳）: エッジインテリジェンス: アーキテクチャ、課題、アプリケーション
- Authors: Dianlei Xu, Tong Li, Yong Li, Xiang Su, Sasu Tarkoma, Tao Jiang, Jon
Crowcroft, Pan Hui
- Abstract要約: エッジインテリジェンス(Edge Intelligence)は、データ収集、キャッシュ、処理、分析のための一連の接続されたシステムとデバイスを指す。
この調査記事は、エッジインテリジェンスとその応用分野に関する包括的紹介を提供する。
- 参考スコア（独自算出の注目度）: 22.26768649366329
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Edge intelligence refers to a set of connected systems and devices for data
collection, caching, processing, and analysis in locations close to where data
is captured based on artificial intelligence. The aim of edge intelligence is
to enhance the quality and speed of data processing and protect the privacy and
security of the data. Although recently emerged, spanning the period from 2011
to now, this field of research has shown explosive growth over the past five
years. In this paper, we present a thorough and comprehensive survey on the
literature surrounding edge intelligence. We first identify four fundamental
components of edge intelligence, namely edge caching, edge training, edge
inference, and edge offloading, based on theoretical and practical results
pertaining to proposed and deployed systems. We then aim for a systematic
classification of the state of the solutions by examining research results and
observations for each of the four components and present a taxonomy that
includes practical problems, adopted techniques, and application goals. For
each category, we elaborate, compare and analyse the literature from the
perspectives of adopted techniques, objectives, performance, advantages and
drawbacks, etc. This survey article provides a comprehensive introduction to
edge intelligence and its application areas. In addition, we summarise the
development of the emerging research field and the current state-of-the-art and
discuss the important open issues and possible theoretical and technical
solutions.
- Abstract（参考訳）: エッジインテリジェンス(edge intelligence)は、データ収集、キャッシュ、処理、分析のための一連の接続されたシステムとデバイスを指す。
エッジインテリジェンスの目的は、データ処理の品質とスピードを高め、データのプライバシとセキュリティを保護することだ。
最近では2011年から現在にかけて現れたが、この研究分野は過去5年間で爆発的な成長を見せている。
本稿では,エッジインテリジェンスを取り巻く文献について,徹底的かつ包括的な調査を行う。
まず,エッジインテリジェンスの基本コンポーネントであるエッジキャッシング,エッジトレーニング,エッジ推論,エッジオフロードの4つを,提案システムとデプロイシステムに関する理論的および実用的な結果に基づいて同定する。
次に,4成分それぞれについて研究結果と観測結果を調べ,実用的問題,採用技術,応用目標などを含む分類法を提案することで,解の状態の体系的分類を目指す。
それぞれのカテゴリについて、採用した技術、目的、パフォーマンス、利点、欠点などの観点から、文学を精巧に比較、分析します。
この調査記事は、エッジインテリジェンスとその応用分野に関する包括的紹介を提供する。
さらに,新たな研究分野と最先端技術の発展を要約し,重要なオープン問題と理論的・技術的解決の可能性について議論する。
関連論文リスト
- Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - Deep Learning-Based Object Pose Estimation: A Comprehensive Survey [73.74933379151419]
ディープラーニングに基づくオブジェクトポーズ推定の最近の進歩について論じる。
また、複数の入力データモダリティ、出力ポーズの自由度、オブジェクト特性、下流タスクについても調査した。
論文 参考訳（メタデータ） (2024-05-13T14:44:22Z) - Large Language Models(LLMs) on Tabular Data: Prediction, Generation, and Understanding -- A Survey [17.19337964440007]
現在、この研究領域における主要なテクニック、メトリクス、データセット、モデル、最適化アプローチを要約し比較する包括的なレビューが欠如しています。
この調査は、これらの領域における最近の進歩を集約し、使用するデータセット、メトリクス、方法論の詳細な調査と分類を提供することによって、このギャップに対処することを目的としている。
既存の文献の強さ、限界、未探索領域、ギャップを識別し、この重要かつ急速に発展する分野における将来の研究の方向性についていくつかの洞察を提供する。
論文 参考訳（メタデータ） (2024-02-27T23:59:01Z) - Knowledge-enhanced Neural Machine Reasoning: A Review [67.51157900655207]
既存の知識強化手法を2つの主要なカテゴリと4つのサブカテゴリに分類する新しい分類法を導入する。
我々は、現在のアプリケーションドメインを解明し、将来的な研究の展望について洞察を提供する。
論文 参考訳（メタデータ） (2023-02-04T04:54:30Z) - Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on
Neuro-Symbolic Computing [66.91310801654548]
ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。
NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
論文 参考訳（メタデータ） (2022-10-28T04:38:10Z) - Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。
まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。
キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文 参考訳（メタデータ） (2022-09-17T18:24:56Z) - A Taxonomy and Archetypes of Business Analytics in Smart Manufacturing [0.0]
ビジネス分析はスマートマニュファクチャリングの重要な要因だ。
しかし、研究者や実践者は、進歩の追跡と分野における新たな知識獲得に苦慮している。
我々は、スマートマニュファクチャリングにおけるビジネス分析の古型を導出するだけでなく、四部分類を開発する。
論文 参考訳（メタデータ） (2021-10-12T16:13:45Z) - Bringing AI To Edge: From Deep Learning's Perspective [7.308396023489246]
エッジコンピューティングと人工知能(AI)は、エッジインテリジェンスと呼ばれる新しいシステムを構築するために徐々に交差している。
これらの課題の1つは、計算集約的なディープラーニングアルゴリズムと、計算能力の低いエッジシステムの間のテキスト計算のギャップである。
本稿では,エッジインテリジェンスシステムに有用な代表的かつ最新のディープラーニング技術について調査する。
論文 参考訳（メタデータ） (2020-11-25T12:07:21Z) - State-of-the-art Techniques in Deep Edge Intelligence [0.0]
エッジインテリジェンス(EI)は、エッジコンピューティングの概念を用いた学習を可能にする強力な代替手段として急速に登場した。
本稿では,DeIの運用における主な制約について概説する。
論文 参考訳（メタデータ） (2020-08-03T12:17:23Z) - A Survey on Knowledge Graphs: Representation, Acquisition and
Applications [89.78089494738002]
我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。
知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。
メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
論文 参考訳（メタデータ） (2020-02-02T13:17:31Z)
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。