論文の概要: A Review on Edge Analytics: Issues, Challenges, Opportunities, Promises,
Future Directions, and Applications
- arxiv url: http://arxiv.org/abs/2107.06835v1
- Date: Thu, 1 Jul 2021 21:48:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-18 17:31:41.731443
- Title: A Review on Edge Analytics: Issues, Challenges, Opportunities, Promises,
Future Directions, and Applications
- Title（参考訳）: Edge Analyticsに関するレビュー:問題、課題、機会、約束、今後の方向性、アプリケーション
- Authors: Sabuzima Nayak, Ripon Patgiri, Lilapati Waikhom, Arif Ahmed
- Abstract要約: Edgeアナリティクスは、Edgeデバイスによって生成されたデータを分析するために、いくつかのテクニックやアルゴリズムを使用する。
現在、Edgeアナリティクスは、分析技術の実行を完全にサポートすることができない。
この記事では、Edgeアナリティクスに関する詳細な議論を提供する。
- 参考スコア（独自算出の注目度）: 2.599882743586164
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Edge technology aims to bring Cloud resources (specifically, the compute,
storage, and network) to the closed proximity of the Edge devices, i.e., smart
devices where the data are produced and consumed. Embedding computing and
application in Edge devices lead to emerging of two new concepts in Edge
technology, namely, Edge computing and Edge analytics. Edge analytics uses some
techniques or algorithms to analyze the data generated by the Edge devices.
With the emerging of Edge analytics, the Edge devices have become a complete
set. Currently, Edge analytics is unable to provide full support for the
execution of the analytic techniques. The Edge devices cannot execute advanced
and sophisticated analytic algorithms following various constraints such as
limited power supply, small memory size, limited resources, etc. This article
aims to provide a detailed discussion on Edge analytics. A clear explanation to
distinguish between the three concepts of Edge technology, namely, Edge
devices, Edge computing, and Edge analytics, along with their issues.
Furthermore, the article discusses the implementation of Edge analytics to
solve many problems in various areas such as retail, agriculture, industry, and
healthcare. In addition, the research papers of the state-of-the-art edge
analytics are rigorously reviewed in this article to explore the existing
issues, emerging challenges, research opportunities and their directions, and
applications.
- Abstract（参考訳）: Edgeテクノロジーは、クラウドリソース(特に計算、ストレージ、ネットワーク)をエッジデバイスのクローズドな近接、すなわちデータが生成され消費されるスマートデバイスにもたらすことを目的としている。
エッジデバイスにコンピューティングとアプリケーションを組み込むと、エッジテクノロジにおける2つの新しい概念、すなわちエッジコンピューティングとエッジ分析が出現する。
edge analyticsは、エッジデバイスによって生成されたデータを分析するために、いくつかのテクニックやアルゴリズムを使用する。
Edgeアナリティクスの登場により、Edgeデバイスは完全なセットになった。
現在、Edgeアナリティクスは、分析技術の実行を完全にサポートすることができない。
Edgeデバイスは、限られた電源、小さなメモリサイズ、限られたリソースなど、様々な制約に従って高度な分析アルゴリズムを実行することはできない。
この記事では、Edge分析に関する詳細な議論を提供する。
Edgeテクノロジの3つの概念、すなわちエッジデバイス、エッジコンピューティング、エッジ分析を区別するための明確な説明と、それらの問題である。
さらに、小売、農業、産業、医療といった様々な分野における多くの問題を解決するためのエッジ分析の実装についても論じる。
さらに、最先端のエッジ分析に関する研究論文は、本稿で厳格にレビューされ、既存の問題、新たな課題、研究機会、その方向性、応用について調査する。
関連論文リスト
- Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - Edge AI for Internet of Energy: Challenges and Perspectives [5.267662071764103]
The Digital landscape of the Internet of Energy (IoE) is on thebrink of a revolution transformation with the integration of edge Artificial Intelligence (AI)
この包括的なレビューは、エッジAIがIoEエコシステムを再構築する可能性と可能性を解明するものだ。
論文 参考訳（メタデータ） (2023-11-28T15:01:56Z) - Edge-Based Video Analytics: A Survey [14.651419119293069]
エッジコンピューティングは、エッジサーバを使用するほとんどのビデオデータを処理することで、この障害を克服することを目的としている。
このような分析の現実的な実現には、単純な総合的なエッジサーバの使用以上のものが必要だ。
私たちは、何が機能するのか、何が機能しないのか、なぜなのかについて、包括的で詳細なレビューを提供しています。
論文 参考訳（メタデータ） (2023-03-25T02:11:31Z) - A Comprehensive Review and a Taxonomy of Edge Machine Learning:
Requirements, Paradigms, and Techniques [5.964672966134971]
エッジコンピューティング(EC)と人工知能(AI)の連合は、エッジAIの概念を推進し、エンドユーザ環境に近いインテリジェントなソリューションを提供した。
機械学習(ML)は、ここ数年でAIの最も先進的な分野であり、エッジ環境における奨励的な結果と応用を示している。
本稿では,Edge ML技術に関する包括的分類と体系的レビューを提供することを目的とする。
論文 参考訳（メタデータ） (2023-02-16T20:33:33Z) - The Future of Consumer Edge-AI Computing [58.445652425379855]
Deep Learningは、主にデバイス間のハードウェアアクセラレーションによって、消費者のエンドに急速に浸透している。
将来を見据えて、孤立したハードウェアが不十分であることは明らかです。
本稿では,コンシューマエッジにおける計算資源とデータアクセスの再編成と最適化を目的とした,EdgeAI-Hubデバイスを中心とした新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2022-10-19T12:41:47Z) - Recent Advances in Embedding Methods for Multi-Object Tracking: A Survey [71.10448142010422]
マルチオブジェクトトラッキング(MOT)は、動画フレーム全体で対象物を関連付け、移動軌道全体を取得することを目的としている。
埋め込み法はMOTにおける物体の位置推定と時間的同一性関連において重要な役割を担っている。
まず 7 つの異なる視点からMOT への埋め込み手法の奥行き解析による包括的概要を述べる。
論文 参考訳（メタデータ） (2022-05-22T06:54:33Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z) - Roadmap for Edge AI: A Dagstuhl Perspective [7.871316017033928]
Edge AIは、データ駆動アプリケーションへの適応を提供し、ネットワークと無線アクセスを強化し、分散AI/MLパイプラインの作成、最適化、デプロイを可能にします。
目標は、主要なアクターとイネーブラーをまとめてEdge AIのドメインをさらに前進させる、計画されたロードマップを共有することだ。
論文 参考訳（メタデータ） (2021-11-27T16:48:20Z) - 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) - Edge Intelligence: Architectures, Challenges, and Applications [22.26768649366329]
エッジインテリジェンス(Edge Intelligence)は、データ収集、キャッシュ、処理、分析のための一連の接続されたシステムとデバイスを指す。
この調査記事は、エッジインテリジェンスとその応用分野に関する包括的紹介を提供する。
論文 参考訳（メタデータ） (2020-03-26T22:24:56Z) - Saliency Enhancement using Gradient Domain Edges Merging [65.90255950853674]
本研究では,エッジとサリエンシマップをマージして,サリエンシマップの性能を向上させる手法を開発した。
これにより、DUT-OMRONデータセットの少なくとも3.4倍の平均的な改善により、エッジ(SEE)を使用したサリエンシ向上が提案された。
SEEアルゴリズムは前処理のためのSEE-Preと後処理のためのSEE-Postの2つの部分に分けられる。
論文 参考訳（メタデータ） (2020-02-11T14:04:56Z)
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。