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

• Agent-E: From Autonomous Web Navigation to Foundational Design Principles in Agentic Systems [1.079505444748609]
  本稿では,新しいWebエージェントであるAgent-Eの構築について紹介する。 Agent-Eは、最先端のWebエージェントよりも多くのアーキテクチャ改善を導入している。 我々は,Agent-Eが他のSOTAテキストおよびマルチモーダルWebエージェントを,ほとんどのカテゴリで10～30%上回っていることを示す。
  論文  参考訳（メタデータ） (2024-07-17T21:44:28Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• Jointly Training and Pruning CNNs via Learnable Agent Guidance and Alignment [69.33930972652594]
  本稿では,CNNモデルの重みと構造的プーン構造を協調的に学習するための新しい構造的プルーニング手法を提案する。 本手法の中核となる要素は強化学習(RL)エージェントであり,その動作がCNNモデルの階層のプルーニング比を決定する。 我々は,モデルの重みとエージェントのポリシーを反復的に訓練し,共同訓練と刈り取りを行う。
  論文  参考訳（メタデータ） (2024-03-28T15:22:29Z)
• Interactive Autonomous Navigation with Internal State Inference and Interactivity Estimation [58.21683603243387]
  本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。 これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。 提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-11-27T18:57:42Z)
• Digital Twin-Native AI-Driven Service Architecture for Industrial Networks [2.2924151077053407]
  我々は、IoTネットワークの概念をサポートするDTネイティブなAI駆動サービスアーキテクチャを提案する。 提案するDTネイティブアーキテクチャでは,TCPベースのデータフローパイプラインと強化学習(RL)ベースの学習モデルを実装している。
  論文  参考訳（メタデータ） (2023-11-24T14:56:13Z)
• Towards Responsible Generative AI: A Reference Architecture for Designing Foundation Model based Agents [28.406492378232695]
  ファンデーションモデルに基づくエージェントは、ファンデーションモデルの能力から自律性を引き出す。 本稿では,基礎モデルに基づくエージェントの設計におけるガイダンスとして機能するパターン指向参照アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-11-22T04:21:47Z)
• From Generative AI to Generative Internet of Things: Fundamentals, Framework, and Outlooks [82.964958051535]
  生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。 GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-10-27T02:58:11Z)
• 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)

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。