論文の概要: Edge to Cloud Tools: A Multivocal Literature Review
- arxiv url: http://arxiv.org/abs/2305.17464v1
- Date: Sat, 27 May 2023 12:42:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 05:16:49.411160
- Title: Edge to Cloud Tools: A Multivocal Literature Review
- Title(参考訳): Edge to Cloud Tools: マルチボーカル文献レビュー
- Authors: Sergio Moreschini, Elham Younesian, David H\"astbacka, Michele Albano,
Ji\v{r}\'i Ho\v{s}ek and Davide Taibi
- Abstract要約: この研究は、エッジ・ツー・クラウドツールに関する知識をマージすることを目的としており、この分野における現在の研究状況の概要を提供する。
1073の初等研究から40のツールを解析し,MLR(Multivocal Literature Review)を行った。
- 参考スコア(独自算出の注目度): 3.410195565199523
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Edge-to-cloud computing is an emerging paradigm for distributing
computational tasks between edge devices and cloud resources. Different
approaches for orchestration, offloading, and many more purposes have been
introduced in research. However, it is still not clear what has been
implemented in the industry. This work aims to merge this gap by mapping the
existing knowledge on edge-to-cloud tools by providing an overview of the
current state of research in this area and identifying research gaps and
challenges. For this purpose, we conducted a Multivocal Literature Review (MLR)
by analyzing 40 tools from 1073 primary studies (220 PS from the white
literature and 853 PS from the gray literature). We categorized the tools based
on their characteristics and targeted environments. Overall, this systematic
mapping study provides a comprehensive overview of edge-to-cloud tools and
highlights several opportunities for researchers and practitioners for future
research in this area.
- Abstract(参考訳): エッジツークラウドコンピューティングは、エッジデバイスとクラウドリソースの間で計算タスクを分散するための新興パラダイムである。
オーケストレーション、オフロード、さらに多くの目的のための異なるアプローチが研究に導入されている。
しかし、この業界で何が実行されたのかはまだ明らかではない。
この研究は、エッジからクラウドへのツールに関する既存の知識をマッピングし、この分野の研究の現状の概要と、研究のギャップと課題を特定することで、このギャップをマージすることを目的としています。
この目的のために,1073の一次研究から40のツール(白文学から220ps,灰色文学から853ps)を分析し,多言語文献レビュー(mlr)を行った。
ツールの特徴とターゲット環境に基づいて分類した。
全体として、このシステマティックマッピング研究は、エッジツークラウドツールの包括的な概要を提供し、この分野における今後の研究のための研究者や実践者のためのいくつかの機会を強調している。
関連論文リスト
- What Are Tools Anyway? A Survey from the Language Model Perspective [67.18843218893416]
言語モデル(LM)は強力だが、主にテキスト生成タスクに向いている。
LMが使用する外部プログラムとしてツールを統一的に定義する。
各種ツールの効率を実証的に検討した。
論文 参考訳(メタデータ) (2024-03-18T17:20:07Z) - Training Machine Learning models at the Edge: A Survey [2.8449839307925955]
この調査はエッジ学習(EL)、特にエッジでの機械学習モデルトレーニングの最適化に重点を置いている。
目的は、ELにおける多様なアプローチや方法論を包括的に探求し、既存の知識を合成し、課題を特定し、将来の動向を明らかにすることである。
この調査はさらに、エッジ学習のためにMLを最適化するために使用されるテクニックを比較するためのガイドラインと、ELで利用可能なさまざまなフレームワーク、ライブラリ、シミュレーションツールの探索を提供する。
論文 参考訳(メタデータ) (2024-03-05T03:18:43Z) - LLM Inference Unveiled: Survey and Roofline Model Insights [62.92811060490876]
大規模言語モデル(LLM)推論は急速に進化しており、機会と課題のユニークなブレンドを提示している。
本調査は, 研究状況を要約するだけでなく, 屋上モデルに基づく枠組みを導入することによって, 従来の文献レビューから際立っている。
このフレームワークは、ハードウェアデバイスにLSMをデプロイする際のボトルネックを特定し、実用上の問題を明確に理解する。
論文 参考訳(メタデータ) (2024-02-26T07:33:05Z) - Artificial Intelligence for Literature Reviews: Opportunities and
Challenges [0.0]
この写本は、システム文献レビューにおける人工知能の使用に関する包括的なレビューを提示する。
SLRは、あるトピックに関する以前の研究を評価し、統合する厳格で組織化された方法論である。
従来の23の機能と11のAI機能を組み合わせたフレームワークを用いて、主要なSLRツール21について検討する。
論文 参考訳(メタデータ) (2024-02-13T16:05:51Z) - Large Language Models for Generative Information Extraction: A Survey [93.28676955662002]
情報抽出は、平易な自然言語テキストから構造的知識を抽出することを目的としている。
生成型大規模言語モデル(LLM)は、テキストの理解と生成において顕著な能力を示した。
LLMは生成パラダイムに基づいたIEタスクに対して実行可能なソリューションを提供する。
論文 参考訳(メタデータ) (2023-12-29T14:25:22Z) - LLM-based Interaction for Content Generation: A Case Study on the
Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。
以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。
分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文 参考訳(メタデータ) (2023-04-18T15:35:43Z) - What's the Situation with Intelligent Mesh Generation: A Survey and
Perspectives [13.081274167488843]
Intelligent Mesh Generation(IMG)は、機械学習技術を利用してメッシュを生成する、新しくて有望な研究分野である。
比較的幼少期であったにもかかわらず、ICGはメッシュ生成技術の適応性と実用性を著しく向上させてきた。
本稿は,現在のIMGの状況について,体系的かつ徹底的な調査を行うことによって,このギャップを埋める試みである。
論文 参考訳(メタデータ) (2022-11-11T05:24:16Z) - 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) - A Survey on Machine Learning Techniques for Source Code Analysis [14.129976741300029]
ソースコード解析に応用された機械学習の領域における現在の知識を要約することを目的としている。
そこで本研究では,2002年から2021年にかけて,広範囲にわたる文献検索を行い,初等研究364点を同定した。
論文 参考訳(メタデータ) (2021-10-18T20:13:38Z) - A Survey of Embedding Space Alignment Methods for Language and Knowledge
Graphs [77.34726150561087]
単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。
本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
論文 参考訳(メタデータ) (2020-10-26T16:08:13Z) - A Systematic Literature Review on the Use of Deep Learning in Software
Engineering Research [22.21817722054742]
ソフトウェア開発タスクを自動化するために、ソフトウェア工学(SE)研究者が採用するテクニックのセットが、ディープラーニング(DL)の概念に根ざしている。
本稿では,SE & DLの交差点における研究の体系的な文献レビューを行う。
我々は、機械学習技術の特定の問題領域への適用を規定する一連の原則である学習の構成要素を中心に分析を行う。
論文 参考訳(メタデータ) (2020-09-14T15:28:28Z)
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。