論文の概要: Towards the Internet of Behaviors in airports with a fog-to-cloud approach

• arxiv url: http://arxiv.org/abs/2112.06006v2
• Date: Wed, 22 Dec 2021 10:24:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-04 20:41:14.247357
• Title: Towards the Internet of Behaviors in airports with a fog-to-cloud approach
• Title（参考訳）: 霧から雲へのアプローチによる空港における行動のインターネット
• Authors: Antonio Salis
• Abstract要約: mF2Cプロジェクトは、携帯電話のリアルタイム旅行支援ツールを開発することを目的としている。 このアプリは、空港から飛行機への必須経路をカバーし、最多のセキュリティキューから、ゲートまで歩いて行く時間までをカバーしている。 旅行者が空港の施設を発見する機会を与え、機械学習を利用したレコメンデーションシステムによって支援される。 このシステムは、空港のプランナーに明らかな利益をもたらし、店舗エリアで追跡するだけでなく、集約された匿名化されたビューも提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in Internet of Things (IoT) and the rising of the Internet of Behavior (IoB) have made it possible to develop real-time improved traveler assistance tools for mobile phones, assisted by cloud-based machine learning, and using fog computing in between IoT and the Cloud. Within the Horizon2020-funded mF2C project an Android app has been developed exploiting the proximity marketing concept and covers the essential path through the airport onto the flight, from the least busy security queue through to the time to walk to gate, gate changes, and other obstacles. It gives chance to travelers to discover the facilities of the airport, aided by a recommender system using machine learning, that can make recommendations and offer voucher according with the traveler's preferences or on similarities to other travelers. The system provides obvious benefits to the airport planners, not only people tracking in the shops area, but also aggregated and anonymized view, like heat maps that can highlight bottlenecks in the infrastructure, or suggest situations that require intervention, such as emergencies. With the emerging of the COVID pandemic the tool could be adapted to help in the social distancing to guarantee safety. The use of the fog-to-cloud platform and the fulfilling of all centricity and privacy requirements of the IoB give evidence of the impact of the solution in a smart city environment.
• Abstract（参考訳）: IoT(Internet of Things)の最近の進歩と、IoB(Internet of Behavior)の台頭により、携帯電話用のリアルタイム改善された旅行支援ツールの開発が可能になり、クラウドベースの機械学習の支援、IoTとクラウド間のフォグコンピューティングの利用が可能になった。 Horizon 2020が出資したmF2Cプロジェクトの中で、Androidアプリが近接マーケティングのコンセプトを利用して開発され、空港から飛行機への必須経路をカバーしている。 これは、旅行者が空港の施設を発見する機会を与え、機械学習を使ったレコメンデーションシステムによって、旅行者の好みや他の旅行者との類似性に応じて推奨し、voucherを提供することができる。 このシステムは、空港のプランナーにとって明らかなメリットを提供する。店舗エリアで追跡するだけでなく、インフラのボトルネックを強調できるヒートマップや、緊急時などの介入を必要とする状況など、集約され匿名化されたビューも提供する。 新型コロナウイルス(covid-19)パンデミック(covid-19)の勃発により、このツールは安全性を保証するソーシャルディスタンシングの助けとなる可能性がある。 フォグ・トゥ・クラウドプラットフォームの利用と、IoBのすべての中心性とプライバシ要件を満たすことは、スマートシティ環境におけるソリューションの影響を示す証拠となる。

関連論文リスト

• Evacuation Management Framework towards Smart City-wide Intelligent Emergency Interactive Response System [6.318200538258479]
  本稿では,既存の緊急対応システムをインテリジェントな対話型システムに変換するための,一連の協調技術ソリューションを提案する。 このスマートな対話型応答システムは、リアルタイムのダイナミックモデルを定式化することによって、高度なセンサー融合とAIの恩恵を受ける。
  論文  参考訳（メタデータ） (2024-03-07T12:10:19Z)
• Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
  この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。 群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。 いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
  論文  参考訳（メタデータ） (2024-02-14T13:20:24Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• Fast Decision Support for Air Traffic Management at Urban Air Mobility Vertiports using Graph Learning [7.2547164017692625]
  アーバン・エアモビリティ(UAM)航空機は、バーティポートと呼ばれる小さな空港から運用される。 このスケジュールをリアルタイムで管理することは、従来の航空交通管制官にとって難しいが、代わりに自動化されたソリューションを求めている。 本稿では,UAM-VSM(Urban Air Mobility - Vertiport Schedule Management)問題に対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2023-08-17T16:05:44Z)
• Vision-based Conflict Detection within Crowds based on High-Resolution Human Pose Estimation for Smart and Safe Airport [5.694579371558041]
  本稿では,集団における衝突行動の分類を行う機械学習モデルの開発について述べる。 支持ベクトルマシン(SVM)は94.37%の精度を達成した。 結果として得られたモデルは、膨大な数の潜在的な乗客に対処するために改良が加えられた場合、空港内に配備される可能性がある。
  論文  参考訳（メタデータ） (2022-07-01T14:54:12Z)
• Autonomous Navigation and Configuration of Integrated Access Backhauling for UAV Base Station Using Reinforcement Learning [13.836618781378796]
  本稿では,このユースケースに機械学習を適用するためのフレームワークとシグナリング手法を提案する。 深い強化学習アルゴリズムは、UAV-BSの3次元位置だけでなく、アクセスとバックホールアンテナの傾きを協調的に最適化するように設計されている。 提案アルゴリズムは,UAV-BSを自律的にナビゲートし,そのスループットを向上し,MCユーザの減少率を低減できることを示す。
  論文  参考訳（メタデータ） (2021-12-14T11:47:11Z)
• Multi-UAV Mobile Edge Computing and Path Planning Platform based on Reinforcement Learning [36.540396870070325]
  我々は、強化学習に基づくより良いQuality-of-Serviceとパスプランニングを提供することを目的として、新しいマルチUAVモバイルエッジコンピューティングプラットフォームを導入する。 本研究の貢献は,1) モバイルエッジコンピューティングにおけるサービス品質の最適化と,同じ強化学習フレームワークにおける経路計画,2) 端末利用者のサービス品質確保のためのシグモイド様機能の利用,3) 端末利用者の要求,リスク,幾何距離を総合的に検討することである。
  論文  参考訳（メタデータ） (2021-02-03T14:22:36Z)
• A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence [152.89360859658296]
  5Gネットワークは、拡張モバイルブロードバンド(eMBB)、超信頼性低遅延通信(URLLC)、大規模機械型通信(mMTC)の3つの典型的な利用シナリオをサポートする必要がある。 一方、UAVはコスト効率のよい航空プラットフォームとして利用でき、地上の利用者に高い高度と3D空間での操作性を利用して通信サービスを強化することができる。 一方,UAVと地上ユーザの両方に同時に通信サービスを提供することは,ユビキタスな3D信号網と強力な地上ネットワーク干渉の必要性から,新たな課題を提起する。
  論文  参考訳（メタデータ） (2020-10-19T08:56:04Z)
• Local Differential Privacy based Federated Learning for Internet of Things [72.83684013377433]
  Internet of Vehicles (IoV)は、Waze、Uber、Amazon Mechanical Turkなど、さまざまなクラウドソーシングアプリケーションをシミュレートする。 これらのアプリケーションのユーザは、ユーザの報告したトラフィック情報に基づいて機械学習モデルをトレーニングするクラウドサーバに、リアルタイムのトラフィック情報を報告する。 本稿では,機械学習モデルを実現するためのクラウドソーシングアプリケーションを容易にするために,フェデレーション学習とローカルディファレンシャルプライバシ(LDP)を統合することを提案する。
  論文  参考訳（メタデータ） (2020-04-19T14:03:10Z)

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。