論文の概要: A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems
- arxiv url: http://arxiv.org/abs/2212.13570v1
- Date: Tue, 27 Dec 2022 18:05:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-29 15:54:58.488471
- Title: A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems
- Title(参考訳): 分散aiシステムへの応用によるアーキテクチャフレームワーク構築のための構成的アプローチ
- Authors: Hans-Martin Heyn, Eric Knauss, Patrizio Pelliccione
- Abstract要約: 構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。
論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
- 参考スコア(独自算出の注目度): 16.690434072032176
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Artificial intelligence (AI) in its various forms finds more and more its way
into complex distributed systems. For instance, it is used locally, as part of
a sensor system, on the edge for low-latency high-performance inference, or in
the cloud, e.g. for data mining. Modern complex systems, such as connected
vehicles, are often part of an Internet of Things (IoT). To manage complexity,
architectures are described with architecture frameworks, which are composed of
a number of architectural views connected through correspondence rules. Despite
some attempts, the definition of a mathematical foundation for architecture
frameworks that are suitable for the development of distributed AI systems
still requires investigation and study. In this paper, we propose to extend the
state of the art on architecture framework by providing a mathematical model
for system architectures, which is scalable and supports co-evolution of
different aspects for example of an AI system. Based on Design Science
Research, this study starts by identifying the challenges with architectural
frameworks. Then, we derive from the identified challenges four rules and we
formulate them by exploiting concepts from category theory. We show how
compositional thinking can provide rules for the creation and management of
architectural frameworks for complex systems, for example distributed systems
with AI. The aim of the paper is not to provide viewpoints or architecture
models specific to AI systems, but instead to provide guidelines based on a
mathematical formulation on how a consistent framework can be built up with
existing, or newly created, viewpoints. To put in practice and test the
approach, the identified and formulated rules are applied to derive an
architectural framework for the EU Horizon 2020 project ``Very efficient deep
learning in the IoT" (VEDLIoT) in the form of a case study.
- Abstract(参考訳): 人工知能(AI)は様々な形態で複雑な分散システムにますます浸透している。
例えば、センサシステムの一部として、低レイテンシな高性能推論のためにエッジで、あるいはクラウドで、例えばデータマイニングとして、ローカルで使用される。
連結車両のような現代の複雑なシステムは、しばしばモノのインターネット(IoT)の一部である。
複雑性を管理するために、アーキテクチャはアーキテクチャフレームワークで記述される。
いくつかの試みにもかかわらず、分散AIシステムの開発に適したアーキテクチャフレームワークの数学的基盤の定義には、依然として調査と研究が必要である。
本稿では,スケーラブルで,aiシステムなどさまざまな側面の共進化をサポートするシステムアーキテクチャのための数学的モデルを提供することにより,アーキテクチャフレームワークに関する技術の現状を拡張することを提案する。
デザインサイエンスリサーチに基づくこの研究は、アーキテクチャフレームワークによる課題を特定することから始まる。
そして,これらの課題を4つのルールから導出し,カテゴリ理論の概念を駆使して定式化する。
本稿では,複雑なシステム,例えばAIを用いた分散システムにおいて,構成的思考がアーキテクチャフレームワークの作成と管理のルールを提供する方法を示す。
論文の目的は、aiシステムに特有の視点やアーキテクチャモデルを提供することではなく、既存の、あるいは新しく作成された視点で一貫したフレームワークを構築する方法に関する数学的定式化に基づくガイドラインを提供することである。
このアプローチを実践し、テストするために、特定および定式化されたルールを適用して、ケーススタディの形式で、EU Horizon 2020プロジェクトの‘Very efficient Deep Learning in the IoT’(VEDL IoT)のアーキテクチャフレームワークを導出する。
関連論文リスト
- From Requirements to Architecture: An AI-Based Journey to
Semi-Automatically Generate Software Architectures [2.4150871564195007]
本稿では,人工知能技術を用いた要件に基づくソフトウェアアーキテクチャ候補生成手法を提案する。
さらに、生成したアーキテクチャ候補の自動評価とトレードオフ分析を計画する。
論文 参考訳(メタデータ) (2024-01-25T10:56:58Z) - A Universal Knowledge Model and Cognitive Architecture for Prototyping
AGI [0.0]
一般人工知能(AGI)構築のための42の認知アーキテクチャ
AGIに近づいたインテリジェントシステムのための新しい認知アーキテクチャを提案する。
アーキテクチャの枠組みにおける重要な解の1つとして、知識表現の普遍的な方法が提案されている。
論文 参考訳(メタデータ) (2024-01-11T21:05:02Z) - Serving Deep Learning Model in Relational Databases [72.72372281808694]
リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。
最先端のDL-Centricアーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。
UDF-Centricアーキテクチャは、データベースシステム内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
potentialRelation-Centricアーキテクチャは、演算子による大規模テンソル計算を表現することを目的としている。
論文 参考訳(メタデータ) (2023-10-07T06:01:35Z) - A Graphical Modeling Language for Artificial Intelligence Applications
in Automation Systems [69.50862982117127]
学際的なグラフィカルモデリング言語で、すべての分野に理解可能なシステムとして、AIアプリケーションのモデリングを可能にすることは、まだ存在しない。
本稿では,システムレベルでの自動化システムにおけるAIアプリケーションの一貫した,理解可能なモデリングを可能にするグラフィカルモデリング言語を提案する。
論文 参考訳(メタデータ) (2023-06-20T12:06:41Z) - Towards Responsible AI in the Era of Generative AI: A Reference
Architecture for Designing Foundation Model based Systems [30.926608852387957]
ファンデーションモデルが将来のAIシステムの基本的なビルディングブロックになる、という広いコンセンサスがある。
ファンデーションモデルの急速に成長する能力は、最終的にはAIシステムの他のコンポーネントを吸収することができる。
基礎モデルをAIシステムに組み込むことは、責任あるAIに関する重要な懸念を提起する。
本稿では,基礎モデルに基づくシステム設計のための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) (2023-04-13T05:01:03Z) - Policy Architectures for Compositional Generalization in Control [71.61675703776628]
本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。
私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
論文 参考訳(メタデータ) (2022-03-10T06:44:24Z) - FLRA: A Reference Architecture for Federated Learning Systems [8.180947044673639]
フェデレートラーニング(Federated Learning)は、複数のデバイスが、クライアントのローカルデータを共有せずに、モデルをローカルにトレーニングし、グローバルモデルを定式化する、新たな機械学習パラダイムである。
我々は,フェデレート学習システムのための参照アーキテクチャであるFLRAを提案し,フェデレーション学習ベースのソリューションのためのテンプレート設計を提供する。
論文 参考訳(メタデータ) (2021-06-22T06:59:19Z) - A Decentralized and Autonomous Model to Administer University
Examinations [0.0]
標準化試験の監督は難しい課題だ。
大学に属する大学は、学術と行政の自治を要求する。
本報告では,行政支援を行うための分散型試験システムのモデルについて述べる。
論文 参考訳(メタデータ) (2021-03-20T09:20:44Z) - Automated Search for Resource-Efficient Branched Multi-Task Networks [81.48051635183916]
我々は,多タスクニューラルネットワークにおける分岐構造を自動的に定義する,微分可能なニューラルネットワーク探索に根ざした原理的アプローチを提案する。
本手法は,限られた資源予算内で高い性能の分岐構造を見いだすことができる。
論文 参考訳(メタデータ) (2020-08-24T09:49:19Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳(メタデータ) (2020-07-13T20:30:26Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳(メタデータ) (2020-03-18T08:45:10Z)
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。