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

• Bridging the Gap: A Survey and Classification of Research-Informed Ethical Hacking Tools [0.0]
  本研究は,EH研究の現状を調査することを目的としている。 これらのツールをプロセスベースのフレームワークと知識ベースのフレームワークに分類します。 分析対象は、ライセンス、リリース日、ソースコードの可用性、開発活動、ピアレビューステータスである。
  論文  参考訳（メタデータ） (2024-07-19T12:35:17Z)
• Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
  検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できる この研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。 本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
  論文  参考訳（メタデータ） (2024-07-17T20:01:21Z)
• 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)
• Tool Learning with Large Language Models: A Survey [60.733557487886635]
  大規模言語モデル(LLM)を用いたツール学習は,高度に複雑な問題に対処するLLMの能力を強化するための,有望なパラダイムとして登場した。 この分野での注目と急速な進歩にもかかわらず、現存する文献は断片化され、体系的な組織が欠如している。
  論文  参考訳（メタデータ） (2024-05-28T08:01:26Z)
• 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)
• Large Language Models for Generative Information Extraction: A Survey [89.71273968283616]
  大規模言語モデル(LLM)は、テキスト理解と生成において顕著な能力を示した。 各種IEサブタスクと技術の観点から,これらの作品を分類して概観する。 我々は,最も先進的な手法を実証的に分析し,LLMによるIEタスクの出現傾向を明らかにする。
  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)
• 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 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。