論文の概要: A Comprehensive Study on Artificial Intelligence Algorithms to Implement Safety Using Communication Technologies

• arxiv url: http://arxiv.org/abs/2205.08404v1
• Date: Tue, 17 May 2022 14:38:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-18 14:23:43.541891
• Title: A Comprehensive Study on Artificial Intelligence Algorithms to Implement Safety Using Communication Technologies
• Title（参考訳）: コミュニケーション技術を用いた安全実現のための人工知能アルゴリズムに関する包括的研究
• Authors: Rafia Inam, Alberto Yukinobu Hata, Vlasjov Prifti and Sara Abbaspour Asadollah
• Abstract要約: この研究は、異なるコミュニケーション技術を使用するAIベースの安全ソリューションの現状を包括的に把握することを目的としている。 その結果、安全を実装するためにAIとコミュニケーションを最も活用しているのは自動車ドメインであることが示された。 携帯電話以外の通信技術の利用が主流であるが、2020年からは5G技術の展開に伴い、携帯電話通信の利用が急速に増加する傾向が観察されている。
• 参考スコア（独自算出の注目度）: 1.2710179245406195
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The recent development of artificial intelligence (AI) has increased the interest of researchers and practitioners towards applying its techniques into multiple domains like automotive, health care and air space to achieve automation. Combined to these applications, the attempt to use AI techniques into carrying out safety issues is momentarily at a progressive state. As AI problems are getting even more complex, large processing power is demanded for safety-critical systems to fulfill real-time requirements. These challenges can be solved through edge or cloud computing, which makes the communication an integral part of the solution. This study aims at providing a comprehensive picture of the state of the art AI based safety solutions that uses different communication technologies in diverse application domains. To achieve this, a systematic mapping study is conducted and 565 relevant papers are shortlisted through a multistage selection process, which are then analyzed according to a systematically defined classification framework. The results of the study are based on these main objectives: to clarify current research gaps in the field, to identify the possibility of increased usage of cellular communication in multiple domains, to identify the mostly used AI algorithms and to summarize the emerging future research trends on the topic. The results demonstrate that automotive domain is the one applying AI and communication the most to implement safety and the most used AI in this domain is neural networks, clustering and computer vision; applying cellular communication to automotive domain is highest; the use of non-cellular communication technologies is dominant however a clear trend of a rapid increase in the use of cellular communication is observed specially from 2020 with the roll-out of 5G technology.
• Abstract（参考訳）: 人工知能(AI)の最近の発展は、自動化を達成するために、自動車、医療、空域といった複数の分野にその技術を適用することに対する研究者や実践者の関心を高めている。 これらのアプリケーションと組み合わせることで、安全問題の実行にAI技術を使用する試みは、一時的な進歩的な状態にある。 AI問題はさらに複雑になりつつあるため、安全クリティカルなシステムがリアルタイムの要求を満たすために、大きな処理能力が要求される。 これらの課題はエッジやクラウドコンピューティングによって解決できるため、通信がソリューションの不可欠な部分となる。 本研究の目的は、さまざまなアプリケーションドメインで異なる通信技術を使用するAIベースの安全ソリューションの現状を包括的に把握することである。 これを実現するために、体系的なマッピング研究を行い、565の関連論文を多段階選択プロセスを通じてショートリスト化し、体系的に定義された分類フレームワークに基づいて分析する。 本研究の目的は、この分野における現在の研究ギャップを明らかにすること、複数の分野における細胞通信の利用の増加の可能性を明らかにすること、主に使われているaiアルゴリズムを特定し、そのトピックに関する今後の研究動向をまとめることである。 その結果、自動車分野は安全を実現するために最もaiを適用し、通信を最も活用する分野であり、この領域で最も使われているaiはニューラルネットワーク、クラスタリング、コンピュータビジョンである。

関連論文リスト

• Systematic Literature Review of AI-enabled Spectrum Management in 6G and Future Networks [29.38890315823053]
  AI対応のSpectrum Managementの進歩の強化にはギャップがあります。 従来のスペクトル管理手法は、ダイナミックで複雑な要求のため、6Gでは不十分である。 発見は、重要なAISMシステムにおける未探索のAI利用などの課題を明らかにする。
  論文  参考訳（メタデータ） (2024-06-12T11:31:42Z)
• Beyond 5G Networks: Integration of Communication, Computing, Caching, and Control [76.13180570097299]
  まず、i4Cのさまざまな側面のスナップショットを示し、背景、モチベーション、主要な技術イネーブラー、潜在的なアプリケーション、ユースケースで構成されています。 我々は、i4Cに関連する最先端の研究成果を概観し、従来型と人工知能(AI)ベースの統合アプローチの最近の動向に注目した。 最後に,6Gなどの5Gネットワークを超えて,オープンな課題と今後の研究方向性を提案する。
  論文  参考訳（メタデータ） (2022-12-26T12:58:56Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Vision Paper: Causal Inference for Interpretable and Robust Machine Learning in Mobility Analysis [71.2468615993246]
  インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。 ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。 このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
  論文  参考訳（メタデータ） (2022-10-18T17:28:58Z)
• AI-Assisted Authentication: State of the Art, Taxonomy and Future Roadmap [0.0]
  本稿では,人工知能の認証への応用に焦点を当てる。 新たなAI支援認証スキームによって、我々の調査は高いレベルの全体的な理解を提供する。 他の関連する調査とは対照的に、我々の研究は、認証におけるAIの役割に焦点を合わせた最初のものだ。
  論文  参考訳（メタデータ） (2022-04-25T21:16:55Z)
• Proceedings of the Artificial Intelligence for Cyber Security (AICS) Workshop at AAAI 2022 [55.573187938617636]
  ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。 サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
  論文  参考訳（メタデータ） (2022-02-28T18:27:41Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Artificial Intelligence at the Edge [25.451110446336276]
  5Gモバイル通信ネットワークは通信容量を増やし、伝送遅延とエラーを低減し、省エネする。 将来の6Gテクノロジーは、可視光通信など、より多くの技術を統合します。 多くのアプリケーションは、アプリケーションのエンドポイントに近い計算と分析を必要とします。つまり、中央集権型クラウドではなく、ネットワークの端にあります。
  論文  参考訳（メタデータ） (2020-12-10T02:08:47Z)
• Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
  無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。 人工知能(AI)は近年急速に成長し、成功している。 UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
  論文  参考訳（メタデータ） (2020-09-24T07:11:31Z)
• Sensor Artificial Intelligence and its Application to Space Systems -- A White Paper [35.78525324168878]
  このホワイトペーパーの目的は、専用の研究トピックとして"Sensor AI"を確立することである。 AIアプローチにおけるセンサーとその物理的特性を詳しく見ると、より堅牢で広く適用可能なアルゴリズムが生まれるだろう。 センサーAIは、自動運転だけでなく、自動生産、予測保守、宇宙研究の分野でも決定的な役割を果たす。
  論文  参考訳（メタデータ） (2020-06-09T14:10:35Z)
• Communication-Efficient Edge AI: Algorithms and Systems [39.28788394839187]
  エッジデバイス(IoTデバイスなど)の大規模展開は、前例のない規模のデータを生成する。 このような巨大なデータはすべて、処理のためにエンドデバイスからクラウドに送信することはできない。 AIモデルの推論とトレーニングプロセスをエッジノードにプッシュすることで、エッジAIは有望な代替手段として浮上した。
  論文  参考訳（メタデータ） (2020-02-22T09:27:55Z)

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。