Fugu-MT 論文翻訳(概要): A Reo Based Solution for Engineering the Coordination Protocols for Smart Cities

論文の概要: A Reo Based Solution for Engineering the Coordination Protocols for Smart Cities

arxiv url: http://arxiv.org/abs/2012.14280v2
Date: Fri, 30 Apr 2021 00:55:19 GMT
ステータス: 処理完了
システム内更新日: 2023-04-20 08:17:57.598904
Title: A Reo Based Solution for Engineering the Coordination Protocols for Smart Cities
Title（参考訳）: スマートシティのためのコーディネーションプロトコルを設計するReoベースのソリューション
Authors: Mohammad Reza Besharati, Mohammad Izadi
Abstract要約: Reo-Basedソリューションを使うことで、スマートシティのプロトコル層をどのように構築できるかを示す。静的、動的、生成的意味論が関与するが、コーディネーションプロトコルの分離は複雑性管理戦略として機能する可能性がある。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Smart Cities, with their problems and challenges, is an emerging smart paradigm. To achieve better quality and usability levels, we need engineering solutions to support smart cities' soft-layer development. Statics, dynamics and generative semantics are involved, but segregating Coordination Protocols from the other semantics could act as a complexity management strategy to tackle the inherent complexity of smart city systems. Here we demonstrate how we could engineer the protocols layer of a smart city by using a Reo-Based solution.
Abstract（参考訳）: スマートシティは、その問題と課題とともに、新たなスマートパラダイムです。より良い品質とユーザビリティのレベルを達成するためには、スマートシティのソフトレイヤー開発をサポートするエンジニアリングソリューションが必要です。静的、動的、生成的セマンティクスが関与するが、コーディネーションプロトコルを他のセマンティクスから分離することは、スマートシティシステムの本質的な複雑さに取り組むための複雑性管理戦略として機能する可能性がある。ここでは、Reoベースのソリューションを使用してスマートシティのプロトコル層を設計する方法を示す。

関連論文リスト

Low-altitude Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.72954660774002]
低地球軌道(LEO)衛星は、海上無線通信で広範囲にわたるデータ通信を支援するために使用できる。 LEO衛星を広範囲にカバーし、チャネルの開放性と組み合わせることで、通信プロセスはセキュリティ上のリスクに悩まされる可能性がある。本稿では無人航空機による低高度衛星通信システムLEOについて述べる。
論文参考訳（メタデータ） (2025-01-26T10:13:51Z)
Collaborative Imputation of Urban Time Series through Cross-city Meta-learning [54.438991949772145]
メタ学習型暗黙的ニューラル表現(INR)を利用した新しい協調的計算パラダイムを提案する。次に,モデルに依存しないメタ学習による都市間協調学習手法を提案する。 20のグローバル都市から得られた多様な都市データセットの実験は、我々のモデルの優れた計算性能と一般化可能性を示している。
論文参考訳（メタデータ） (2025-01-20T07:12:40Z)
Distributed satellite information networks: Architecture, enabling technologies, and trends [56.747473208256174]
分散衛星情報ネットワーク(DSIN)は、多様な衛星システム間での情報ギャップを埋める革新的なアーキテクチャとして登場した。この調査はまず、DSINの革新的なネットワークアーキテクチャに関する深い議論を提供する。 DSINは、ネットワークの不均一性、予測不可能なチャネルダイナミクス、スパースリソース、分散コラボレーションフレームワークといった課題に直面している。
論文参考訳（メタデータ） (2024-12-17T06:44:05Z)
DistrictNet: Decision-aware learning for geographical districting [47.36059095502583]
地区化は地理的地域を小さな地区に分割する複雑な問題である。実世界の地区問題に対する高品質な解決策を数分で見つけるための構造化学習手法を提案する。実際の都市ではコストを大幅に削減できるため,既存手法よりも優れている。
論文参考訳（メタデータ） (2024-12-11T11:02:48Z)
MACeIP: A Multimodal Ambient Context-enriched Intelligence Platform in Smart Cities [1.8499314936771563]
本稿では,スマートシティのためのマルチモーダル環境情報プラットフォーム(MACeIP)を提案する。私たちのプラットフォームは、IoT(Internet of Things)センサー、エッジとクラウドコンピューティング、マルチモーダルAIなど、高度なテクノロジを統合して、応答性とインテリジェントな都市エコシステムを構築します。主なコンポーネントは、市民インタラクションのためのInteractive Hubs、広範なIoTセンサーネットワーク、インテリジェントな公開資産管理、歩行者監視システム、都市計画ポータル、クラウドコンピューティングシステムである。
論文参考訳（メタデータ） (2024-09-23T17:39:53Z)
Smart Cities and Digital Twins in Lower Austria [1.7349132949643813]
プロジェクトSmart Cities aNd Digital Twins in Lower Austria (SCiNDTiLA)は、いくつかのコントリビューション分野における研究技術の現状を拡張している。複雑性理論と計算社会科学の手法の基礎を利用して、デジタルツインベースのスマートシティモデルを開発する。結果は、スマートシティにおける社会的課題に取り組むための方法論、ガイドライン、政策推奨のロードマップに変換される。
論文参考訳（メタデータ） (2023-07-13T13:31:25Z)
IoT-based Route Recommendation for an Intelligent Waste Management System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文参考訳（メタデータ） (2022-01-01T12:36:22Z)
Data Analytics for Smart cities: Challenges and Promises [3.1498833540989413]
本研究の目的は、スマートシティにおけるデータ分析に関する総合的な調査を提供することである。本稿では,スマートシティ,すなわちスマートモビリティに焦点をあてる。スマートモビリティにおけるインテリジェントな意思決定システムは、省エネ、都市交通の中継、そしてさらに重要なのは、リアルタイムの有用な情報と命令的知識を提供することによって大気汚染を減らすなど、多くの利点を提供している。
論文参考訳（メタデータ） (2021-09-12T18:33:24Z)
LearningCity: Knowledge Generation for Smart Cities [0.23624125155742054]
私たちは、Santanderの既存のスマートシティ展開で検証されたソリューションであるLearningCityを紹介します。特徴的ユースケースとともに重要な課題について議論し、大規模スマートシティデータセットと機械学習を組み合わせた予備的な結果とともに、設計と実装について報告する。
論文参考訳（メタデータ） (2021-04-12T08:31:10Z)
Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
論文参考訳（メタデータ） (2021-03-31T00:05:54Z)
Exploring the Smart City Adoption Process: Evidence from the Belgian urban context [1.3764085113103222]
スマートシティは、テクノロジとユーザ間の相互作用がスマートシティイニシアチブの持続可能な開発を確実にする社会技術的システムであると考えている。スマートシティの採用には、両方のシステムを共同最適化するために、採用プロセス中にユーザが関与する参加型アプローチが必要だった。
論文参考訳（メタデータ） (2021-01-14T15:34:50Z)

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。