論文の概要: A Reference Model for IoT Embodied Agents Controlled by Neural Networks

• arxiv url: http://arxiv.org/abs/2102.07589v1
• Date: Mon, 15 Feb 2021 15:02:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-16 15:27:16.405354
• Title: A Reference Model for IoT Embodied Agents Controlled by Neural Networks
• Title（参考訳）: ニューラルネットワークによるIoT具体化エージェントの参照モデル
• Authors: Nathalia Nascimento and Paulo Alencar and Donald Cowan and Carlos Lucena
• Abstract要約: 具体化されたエージェントは、IoT(Internet of Things)ドメインに属するデバイスのコンポーネントです。 IoTアプリケーションの開発に合わせた抽象化を提供するステートチャートに基づく参照モデルを提案する。
• 参考スコア（独自算出の注目度）: 0.18528576113792794
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Embodied agents is a term used to denote intelligent agents, which are a component of devices belonging to the Internet of Things (IoT) domain. Each agent is provided with sensors and actuators to interact with the environment, and with a 'controller' that usually contains an artificial neural network (ANN). In previous publications, we introduced three software approaches to design, implement and test IoT embodied agents. In this paper, we propose a reference model based on statecharts that offers abstractions tailored to the development of IoT applications. The model represents embodied agents that are controlled by neural networks. Our model includes the ANN training process, represented as a reconfiguration step such as changing agent features or neural net connections. Our contributions include the identification of the main characteristics of IoT embodied agents, a reference model specification based on statecharts, and an illustrative application of the model to support autonomous street lights. The proposal aims to support the design and implementation of IoT applications by providing high-level design abstractions and models, thus enabling the designer to have a uniform approach to conceiving, designing and explaining such applications.
• Abstract（参考訳）: 具体化されたエージェントは、IoT(Internet of Things)ドメインに属するデバイスのコンポーネントであるインテリジェントエージェントを表すために使用される用語です。 各エージェントは、環境と相互作用するためのセンサーとアクチュエータ、および通常人工ニューラルネットワーク(ANN)を含む「コントローラ」を備えています。 前回の出版物では、IoT具体化エージェントの設計、実装、テストの3つのソフトウェアアプローチを紹介しました。 本稿では,IoTアプリケーションの開発に適した抽象化を提供するステートチャートに基づく参照モデルを提案する。 このモデルは、ニューラルネットワークによって制御される具体化エージェントを表す。 我々のモデルは、エージェント機能の変更やニューラルネット接続などの再構成ステップとして表現されるANNトレーニングプロセスを含んでいる。 当社の貢献には、IoT具体化エージェントの主な特徴の特定、状態チャートに基づく参照モデル仕様、自律的な街路灯をサポートするモデルの図示的な適用が含まれます。 この提案は、高レベルの設計抽象化とモデルを提供することで、IoTアプリケーションの設計と実装をサポートすることを目的としている。

関連論文リスト

• The Internet of Senses: Building on Semantic Communications and Edge Intelligence [67.75406096878321]
  インターネット・オブ・センセーズ(IoS)は、すべてのヒト受容体に対する欠陥のないテレプレゼンススタイルのコミュニケーションを約束する。 我々は,新たなセマンティックコミュニケーションと人工知能(AI)/機械学習(ML)パラダイムがIoSユースケースの要件を満たす方法について詳しく述べる。
  論文  参考訳（メタデータ） (2022-12-21T03:37:38Z)
• Explainable AI over the Internet of Things: Overview, State-of-the-Art and Future Directions [18.141885505685387]
  XAIは、人工知能(AI)の分野を機械のエンドユーザーへの信頼を高めることで変革している。 既存の文献には、IoTにおけるXAIの使用に関する、体系的で包括的な調査作業がない。 セキュリティ強化、IoMT(Internet of Medical Things)、IIoT(Industrial IoT)、IoCT(Internet of City Things)など、IoTアプリケーションに広く使用されているXAIサービスについて説明する。
  論文  参考訳（メタデータ） (2022-11-02T11:08:52Z)
• Designing Internet of Behaviors Systems [3.0873607580085696]
  Internet of Behaviors (IoB)は、インテリジェントなコネクテッドシステムの中核に人間の振る舞いを配置する。 本稿では,ソフトウェア技術者,人間-コンピュータインタラクション科学者,社会科学者,認知科学コミュニティと相互作用する集合的取り組みに基づいて,IoBモデルによる新しい概念を定義する。 この概念モデルは、イタリア・フィレンツェのウフィジー・ギャラリーにおいて、群衆監視と待ち行列管理システムのための社会技術基盤の実現に成功するために用いられた。
  論文  参考訳（メタデータ） (2022-01-06T12:07:22Z)
• Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments [62.11612385360421]
  本稿では,エージェントが異なるタスクを実行できるフレームワークを提案する。 機械学習モデルを統合して、感覚データを抽象化し、目標達成のためのシンボリックプランニング、ナビゲーションのためのパスプランニングを行う。 提案手法を,RGB-Dオンボードカメラ,GPS,コンパスなど,正確なシミュレーション環境で評価する。
  論文  参考訳（メタデータ） (2021-12-18T21:48:20Z)
• Data-Driven and SE-assisted AI Model Signal-Awareness Enhancement and Introspection [61.571331422347875]
  モデルの信号認識性を高めるためのデータ駆動型手法を提案する。 コード複雑性のSE概念とカリキュラム学習のAIテクニックを組み合わせる。 モデル信号認識における最大4.8倍の改善を実現している。
  論文  参考訳（メタデータ） (2021-11-10T17:58:18Z)
• SMASH: a Semantic-enabled Multi-agent Approach for Self-adaptation of Human-centered IoT [0.8602553195689512]
  本稿では、人間中心環境におけるIoTアプリケーションの自己適応のためのマルチエージェントアプローチであるSMASHを提案する。 SMASHエージェントは、BDIエージェントモデルに基づく4層アーキテクチャを備え、人間の価値観とゴール推論、計画、行動を統合する。
  論文  参考訳（メタデータ） (2021-05-31T12:33:27Z)
• A Driving Behavior Recognition Model with Bi-LSTM and Multi-Scale CNN [59.57221522897815]
  運転行動認識のための軌道情報に基づくニューラルネットワークモデルを提案する。 提案手法を公開BLVDデータセット上で評価し,満足な性能を実現する。
  論文  参考訳（メタデータ） (2021-03-01T06:47:29Z)
• Autonomous Maintenance in IoT Networks via AoI-driven Deep Reinforcement Learning [73.85267769520715]
  IoT(Internet of Things)は、デプロイされるデバイスやアプリケーションの数の増加とともに、ネットワークのメンテナンス手順に大きな課題をもたらしている。 部分観測可能なマルコフ決定プロセスとして,IoTネットワークにおける自律的メンテナンスの問題を定式化する。 深層強化学習アルゴリズム (drl) を用いて, 保守手順が整っているか否かを判断するエージェントを訓練し, 前者の場合, 適切なメンテナンス方法が必要となる。
  論文  参考訳（メタデータ） (2020-12-31T11:19:51Z)
• Machine learning and data analytics for the IoT [8.39035688352917]
  機械学習解析におけるIoT生成データの処理方法について概観する。 我々は、IoTアプリケーションが他のIoTアプリケーションから適応的に学習できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-30T07:38:31Z)
• Neural Entity Linking: A Survey of Models Based on Deep Learning [82.43751915717225]
  本調査では,2015年以降に開発されたニューラルエンティティリンク(EL)システムの包括的記述について報告する。 その目標は、ニューラルエンティティリンクシステムの設計機能を体系化し、それらのパフォーマンスを一般的なベンチマーク上の注目すべき古典的手法と比較することである。 この調査はエンティティリンクの応用に焦点をあて、最近出現した、深い事前訓練されたマスキング言語モデルを強化するユースケースに焦点を当てている。
  論文  参考訳（メタデータ） (2020-05-31T18:02:26Z)
• IoT Behavioral Monitoring via Network Traffic Analysis [0.45687771576879593]
  この論文は、IoTのネットワーク行動パターンをプロファイリングする技術を開発する上で、私たちの努力の成果である。 我々は、交通パターンの属性で訓練された、堅牢な機械学習ベースの推論エンジンを開発する。 99%以上の精度で28台のIoTデバイスのリアルタイム分類を実演する。
  論文  参考訳（メタデータ） (2020-01-28T23:13:12Z)

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。