論文の概要: SAIA: Split Artificial Intelligence Architecture for Mobile Healthcare
System
- arxiv url: http://arxiv.org/abs/2004.12059v2
- Date: Sat, 9 May 2020 05:00:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 21:07:33.418242
- Title: SAIA: Split Artificial Intelligence Architecture for Mobile Healthcare
System
- Title(参考訳): SAIA:モバイル医療システムのための分散人工知能アーキテクチャ
- Authors: Di Zhuang, Nam Nguyen, Keyu Chen, J. Morris Chang
- Abstract要約: モバイル医療システムのための分散人工知能アーキテクチャであるSAIAを提案する。
我々はメタ情報に基づく意思決定ユニットを提案し、クライアントがキャプチャしたサンプルが組み込みAIやネットワークAIによって操作されるべきかどうかを調整できる。
以上の結果から,SAIAは,有効性と効率の両面で,ベースラインを一貫して上回っていることが明らかとなった。
- 参考スコア(独自算出の注目度): 12.0428917316482
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the advancement of deep learning (DL), the Internet of Things and cloud
computing techniques for biomedical and healthcare problems, mobile healthcare
systems have received unprecedented attention. Since DL techniques usually
require enormous amount of computation, most of them cannot be directly
deployed on the resource-constrained mobile and IoT devices. Hence, most of the
mobile healthcare systems leverage the cloud computing infrastructure, where
the data collected by the mobile and IoT devices would be transmitted to the
cloud computing platforms for analysis. However, in the contested environments,
relying on the cloud might not be practical at all times. For instance, the
satellite communication might be denied or disrupted. We propose SAIA, a Split
Artificial Intelligence Architecture for mobile healthcare systems. Unlike
traditional approaches for artificial intelligence (AI) which solely exploits
the computational power of the cloud server, SAIA could not only relies on the
cloud computing infrastructure while the wireless communication is available,
but also utilizes the lightweight AI solutions that work locally on the client
side, hence, it can work even when the communication is impeded. In SAIA, we
propose a meta-information based decision unit, that could tune whether a
sample captured by the client should be operated by the embedded AI (i.e.,
keeping on the client) or the networked AI (i.e., sending to the server), under
different conditions. In our experimental evaluation, extensive experiments
have been conducted on two popular healthcare datasets. Our results show that
SAIA consistently outperforms its baselines in terms of both effectiveness and
efficiency.
- Abstract(参考訳): 深層学習(DL),モノのインターネット,バイオメディカルおよび医療問題に対するクラウドコンピューティング技術の発展に伴い,モバイル医療システムはこれまでになく注目されている。
DL技術は通常、膨大な量の計算を必要とするため、リソースに制限されたモバイルやIoTデバイスに直接デプロイすることはできない。
したがって、モバイルヘルスケアシステムのほとんどは、分析のためにモバイルデバイスとIoTデバイスが収集したデータをクラウドコンピューティングプラットフォームに送信するクラウドコンピューティングインフラストラクチャを活用している。
しかし、競争の激しい環境では、クラウドへの依存は常に実用的ではないかもしれない。
例えば、衛星通信は拒否または妨害される可能性がある。
モバイル医療システムのための分散人工知能アーキテクチャであるSAIAを提案する。
クラウドサーバの計算能力のみを活用する従来の人工知能(AI)のアプローチとは異なり、SAIAは、無線通信が利用可能である間、クラウドコンピューティングのインフラに頼るだけでなく、クライアント側でローカルに動作する軽量AIソリューションを利用することができ、通信が妨害された場合でも機能する。
SAIAでは,クライアントが取得したサンプルが組込みAI(すなわち,クライアントに保持する)やネットワーク型AI(すなわち,サーバに送信する)によって異なる条件下で操作されるべきかどうかを調整できるメタ情報に基づく意思決定ユニットを提案する。
実験評価では、2つの一般的な医療データセットに対して広範な実験を行った。
以上の結果から,SAIAは有効性と効率の両面で一貫してベースラインを上回っていることがわかった。
関連論文リスト
- Privacy-Preserving Edge Federated Learning for Intelligent Mobile-Health Systems [4.082799056366928]
我々は、IoTインフラストラクチャ上でのリソース制約のあるモバイルヘルスおよびウェアラブル技術のための、プライバシ保護エッジFLフレームワークを提案する。
提案したフレームワークを広く評価し、AmazonのAWSクラウドプラットフォーム上での当社のテクニックの実装を提供します。
論文 参考訳(メタデータ) (2024-05-09T08:15:31Z) - 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) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳(メタデータ) (2022-01-25T14:51:19Z) - Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
クラウドとエッジ両方のAIの体系的なレビューを行います。
私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。
我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
論文 参考訳(メタデータ) (2021-11-11T05:58:23Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳(メタデータ) (2021-05-04T23:42:06Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳(メタデータ) (2021-02-12T09:33:00Z) - 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) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳(メタデータ) (2020-09-24T07:11:31Z) - CLAN: Continuous Learning using Asynchronous Neuroevolution on Commodity
Edge Devices [3.812706195714961]
我々は、NeuroEvolutionary(NE)学習と推論を実行するWiFiを介して通信するRaspberry Piのプロトタイプシステムを構築した。
本研究では,このような協調システムの性能を評価し,システムの異なる配置の計算/通信特性について詳述する。
論文 参考訳(メタデータ) (2020-08-27T01:49:21Z) - Pervasive Communications Technologies For Managing Pandemics [3.908842679355255]
本稿では、パンデミックを効果的に管理するためのアプローチとして、Mobile Edge Clouds(MEC)、Internet of Things(IoT)、Artificial Intelligence(AI)といったスマートテクノロジの利用について述べる。
MECはエッジにクラウドサービスを提供し、IoTインフラストラクチャと高度なAIアルゴリズムをクラウドに統合する。
低コストのシングルボードコンピュータ(SBC)ベースのクラスタはMECに統合され、現場の遠隔医療チームをサポートする。
論文 参考訳(メタデータ) (2020-06-18T18:46:33Z)
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。