論文の概要: Demonstration of a Cloud-based Software Framework for Video Analytics Application using Low-Cost IoT Devices

• arxiv url: http://arxiv.org/abs/2010.07680v1
• Date: Tue, 29 Sep 2020 06:05:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 07:11:49.772606
• Title: Demonstration of a Cloud-based Software Framework for Video Analytics Application using Low-Cost IoT Devices
• Title（参考訳）: 低コストIoTデバイスを用いたビデオ分析アプリケーションのためのクラウドベースのソフトウェアフレームワークのデモ
• Authors: Bhavin Joshi and Tapan Pathak and Vatsal Patel and Sarth Kanani and Pankesh Patel and Muhammad Intizar Ali and John Breslin
• Abstract要約: エッジリソースとクラウドリソースをまたいだビデオ分析をオーケストレーションするスマートドアベルを提案する。 この提案では、AWSを基本プラットフォームとして実装し、Edgeデバイスという形でRaspberry PiのようなCOTSで手頃な価格のデバイスを活用する。
• 参考スコア（独自算出の注目度）: 0.09236074230806578
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The design of products and services such as a Smart doorbell, demonstrating video analytics software/algorithm functionality, is expected to address a new kind of requirements such as designing a scalable solution while considering the trade-off between cost and accuracy; a flexible architecture to deploy new AI-based models or update existing models, as user requirements evolve; as well as seamlessly integrating different kinds of user interfaces and devices. To address these challenges, we propose a smart doorbell that orchestrates video analytics across Edge and Cloud resources. The proposal uses AWS as a base platform for implementation and leverages Commercially Available Off-The-Shelf(COTS) affordable devices such as Raspberry Pi in the form of an Edge device.
• Abstract（参考訳）: ビデオ分析ソフトウェア/アルゴリズム機能を示すSmart doorbellのような製品やサービスの設計は、コストと精度のトレードオフを考慮してスケーラブルなソリューションを設計する、新しいAIベースのモデルをデプロイしたり、既存のモデルを更新する柔軟なアーキテクチャをユーザ要求が進化すると同時に、さまざまな種類のユーザインターフェースとデバイスをシームレスに統合する、といった新しいタイプの要件に対処することが期待されている。 これらの課題に対処するために、EdgeとCloudリソース間でビデオ分析をオーケストレーションするスマートドアベルを提案する。 提案では、awsを実装のベースプラットフォームとして使用し、エッジデバイスという形でraspberry piのような市販の市販オフザシェルフ(cots)デバイスを活用する。

関連論文リスト

• Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
  タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。 既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。 ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-29T19:02:54Z)
• YanTian: An Application Platform for AI Global Weather Forecasting Models [3.77321699963976]
  AI Global Weather Forecasting Models (AIGWFM)のための適応型アプリケーションプラットフォーム「YanTian」 このプラットフォームは、既存のオープンソースのAIGWFMを機能強化モジュール群で拡張している。 気象学者はプラットフォームの基本機能と拡張機能の両方に容易にアクセスできる。
  論文  参考訳（メタデータ） (2024-10-06T16:19:24Z)
• Using the Abstract Computer Architecture Description Language to Model AI Hardware Accelerators [77.89070422157178]
  AI統合製品の製造者は、製品のパフォーマンス要件に適合するアクセラレータを選択するという、重大な課題に直面します。 抽象コンピュータアーキテクチャ記述言語(ACADL)は、コンピュータアーキテクチャブロック図の簡潔な形式化である。 本稿では,AIハードウェアアクセラレーションのモデル化にACADLを用いること,DNNのマッピングにACADL記述を使用し,タイミングシミュレーションのセマンティクスを解説し,性能評価結果の収集を行う。
  論文  参考訳（メタデータ） (2024-01-30T19:27:16Z)
• Energy-efficient Task Adaptation for NLP Edge Inference Leveraging Heterogeneous Memory Architectures [68.91874045918112]
  Adapter-ALBERTは、様々なタスクにわたる最大データ再利用のための効率的なモデル最適化である。 検証されたNLPエッジアクセラレータ上でシミュレーションを行うことにより、モデルを不均一なオンチップメモリアーキテクチャにマッピングする利点を実証する。
  論文  参考訳（メタデータ） (2023-03-25T14:40:59Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)
• Auto-Split: A General Framework of Collaborative Edge-Cloud AI [49.750972428032355]
  本稿では,Huawei Cloudのエッジクラウド共同プロトタイプであるAuto-Splitの技法と技術実践について述べる。 私たちの知る限りでは、Deep Neural Network(DNN)分割機能を提供する既存の産業製品はありません。
  論文  参考訳（メタデータ） (2021-08-30T08:03:29Z)
• Internet of Things (IoT) Based Video Analytics: a use case of Smart Doorbell [0.0]
  ビデオベースのスマートドアベルシステムは、ビデオ分析のアプリケーションドメインのひとつだ。 本稿では,スマートドアベルシステムを用いた映像解析のための分散フレームワークを提案する。 提案されたフレームワークはベースプラットフォームとしてaws cloud servicesを使用しており、価格設定の制約を満たすため、システムは安価なraspberry piに実装された。
  論文  参考訳（メタデータ） (2021-05-13T18:48:48Z)
• Reliable Fleet Analytics for Edge IoT Solutions [0.0]
  AIoTアプリケーションのエッジで機械学習を容易にするためのフレームワークを提案する。 コントリビューションは、大規模にフリート分析を提供するためのサービス、ツール、メソッドを含むアーキテクチャである。 本稿では,大学キャンパスの部屋でiotデバイスを用いた実験を行うことで,フレームワークの予備検証を行う。
  論文  参考訳（メタデータ） (2021-01-12T11:28:43Z)
• A Demonstration of Smart Doorbell Design Using Federated Deep Learning [0.09786690381850353]
  本稿では,フェデレート深層学習に基づく知的スマートドアベルの能力を示す。 エッジとクラウドのリソースにまたがるスマートドアベルのような、ビデオ分析アプリケーションのデプロイと管理が可能になる。
  論文  参考訳（メタデータ） (2020-10-19T17:22:34Z)
• A Distributed Framework to Orchestrate Video Analytics Applications [0.09236074230806578]
  We propose a distributed framework to orchestrate video analytics across Edge and Cloud resources。 本稿では,提案するフレームワークと最先端モデルについて検討し,様々な指標について比較分析を行った。
  論文  参考訳（メタデータ） (2020-09-17T07:10:05Z)
• A Privacy-Preserving Distributed Architecture for Deep-Learning-as-a-Service [68.84245063902908]
  本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。 クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
  論文  参考訳（メタデータ） (2020-03-30T15:12:03Z)

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。