論文の概要: AiXpand AI OS -- Decentralized ubiquitous computing MLOps execution engine

• arxiv url: http://arxiv.org/abs/2306.08708v1
• Date: Wed, 14 Jun 2023 19:20:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-16 17:32:17.962380
• Title: AiXpand AI OS -- Decentralized ubiquitous computing MLOps execution engine
• Title（参考訳）: AiXpand AI OS -- 分散ユビキタスコンピューティングMLOps実行エンジン
• Authors: Beatrice Milik, Stefan Saraev, Cristian Bleotiu, Radu Lupaescu, Bogdan Hobeanu, Andrei Ionut Damian
• Abstract要約: エンド・ツー・エンドのAI協調型アプリケーションパイプラインのローコード開発と展開に革新的なアプローチを提案する。 我々は、トークン化経済に基づいて、完全に分散したグローバルな協力コミュニティにおけるインフラ割り当て、コスト、および安全な雇用分配について論じる。
• 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: Over the past few years, ubiquitous, or pervasive computing has gained popularity as the primary approach for a wide range of applications, including enterprise-grade systems, consumer applications, and gaming systems. Ubiquitous computing refers to the integration of computing technologies into everyday objects and environments, creating a network of interconnected devices that can communicate with each other and with humans. By using ubiquitous computing technologies, communities can become more connected and efficient, with members able to communicate and collaborate more easily. This enabled interconnectedness and collaboration can lead to a more successful and sustainable community. The spread of ubiquitous computing, however, has emphasized the importance of automated learning and smart applications in general. Even though there have been significant strides in Artificial Intelligence and Deep Learning, large scale adoption has been hesitant due to mounting pressure on expensive and highly complex cloud numerical-compute infrastructures. Adopting, and even developing, practical machine learning systems can come with prohibitive costs, not only in terms of complex infrastructures but also of solid expertise in Data Science and Machine Learning. In this paper we present an innovative approach for low-code development and deployment of end-to-end AI cooperative application pipelines. We address infrastructure allocation, costs, and secure job distribution in a fully decentralized global cooperative community based on tokenized economics.
• Abstract（参考訳）: 過去数年間、ユビキタス、あるいは広く普及したコンピューティングは、エンタープライズグレードシステム、コンシューマアプリケーション、ゲームシステムを含む幅広いアプリケーションの主要なアプローチとして人気を集めてきた。 ユビキタスコンピューティング(ユビキタスコンピューティング)とは、コンピュータ技術を日常のオブジェクトや環境に統合し、相互に通信可能な相互接続されたデバイスのネットワークを構築することを指す。 ユビキタスコンピューティング技術を使用することで、コミュニティはよりつながりやすく、効率的になり、メンバーはコミュニケーションやコラボレーションが容易になる。 これによって相互接続性とコラボレーションが,より成功し,持続可能なコミュニティに結びつくのです。 しかしユビキタスコンピューティングの普及は、自動化された学習とスマートなアプリケーション全般の重要性を強調している。 人工知能とディープラーニングには大きな進歩があったが、高価で高度に複雑なクラウド数値計算インフラへの圧力が高まり、大規模に採用されている。 実践的な機械学習システムの採用や開発には、複雑なインフラストラクチャだけでなく、データサイエンスや機械学習の専門知識の面でも、禁止的なコストが伴う。 本稿では、エンドツーエンドai協調アプリケーションパイプラインのローコード開発と展開のための革新的なアプローチを提案する。 我々は、トークン化経済に基づく完全に分散したグローバル協調コミュニティにおける、インフラの割り当て、コスト、そして安全な雇用分配に対処する。

関連論文リスト

• Efficient Deep Learning Infrastructures for Embedded Computing Systems: A Comprehensive Survey and Future Envision [10.533474972061851]
  近年、ディープニューラルネットワーク(DNN)は、さまざまな現実世界のビジョンと言語処理タスクにおいて、目覚ましい成功を収めている。 これまでのよく確立されたDNNは、優れた精度を維持することができるにもかかわらず、より深く、より広いものへと進化してきた。 この調査は、組み込みコンピューティングシステムのための最近の効率的なディープラーニングインフラについて議論することに焦点を当てる。
  論文  参考訳（メタデータ） (2024-11-03T03:55:04Z)
• Multi-Tier Computing-Enabled Digital Twin in 6G Networks [50.236861239246835]
  産業4.0では、製造業、自動車、医療などの産業がDTベースの開発を急速に採用している。 これまでの主な課題は、通信とコンピューティングリソースに対する高い要求と、プライバシとセキュリティに関する懸念だった。 新たなDTで低レイテンシと高セキュリティを実現するため,エッジ/フォグコンピューティングとクラウドコンピューティングを組み合わせたマルチ層コンピューティングが提案されている。
  論文  参考訳（メタデータ） (2023-12-28T13:02:53Z)
• Towards a Dynamic Composability Approach for using Heterogeneous Systems in Remote Sensing [0.0]
  本稿では,科学計算,人工知能(AI),リモートセンシング領域の共通部分において,構成可能なシステムを利用するための新しいアプローチを提案する。 我々は,NSFが出資するスーパーコンピュータであるExpanseを,地理的分散クラスタであるNautilusとフェデレートする,構成可能なインフラストラクチャの最初の実例のアーキテクチャについて述べる。
  論文  参考訳（メタデータ） (2022-11-13T14:48:00Z)
• Future Computer Systems and Networking Research in the Netherlands: A Manifesto [137.47124933818066]
  我々はICTの重要部分としてCompSysに注目している。 オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
  論文  参考訳（メタデータ） (2022-05-26T11:02:29Z)
• Zero-Touch Network on Industrial IoT: An End-to-End Machine Learning Approach [14.349058730410109]
  本稿では、インテリジェント製造のためのゼロタッチネットワークシステムを開発する。 トレーニングと推論の両方の段階において、大規模な方法で分散AIアプリケーションを容易にする。
  論文  参考訳（メタデータ） (2022-04-26T21:41:43Z)
• Introduction to the Artificial Intelligence that can be applied to the Network Automation Journey [68.8204255655161]
  Intent-Based Networking - Concepts and Definitions"ドキュメントには、NetDevOpsに関わる可能性のあるエコシステムのさまざまな部分について記述されている。 認識、生成、翻訳、精巧な機能には、アルゴリズムを実装するための新しい方法が必要だ。
  論文  参考訳（メタデータ） (2022-04-02T08:12:08Z)
• Distributed Deep Learning in Open Collaborations [49.240611132653456]
  協調学習に特化して設計された新しいアルゴリズムフレームワークを提案する。 現実的な条件下でのSwaVとALBERTの事前学習に対するアプローチの有効性を実証し,コストのごく一部で従来の設定に匹敵する性能を実現する。
  論文  参考訳（メタデータ） (2021-06-18T16:23:13Z)
• 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)
• An Incentive-Based Mechanism for Volunteer Computing using Blockchain [13.348848214843345]
  この記事では、ボランティアコンピューティングを通じてブロックチェーン可能なリソース共有とサービスソリューションを紹介します。 提案したソリューションは、高い報酬分布、ブロックチェーン生成数の増加、遅延の低減、リソース使用量のバランスを実現することができる。
  論文  参考訳（メタデータ） (2020-09-24T18:48:22Z)
• 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)
• Knowledge Integration of Collaborative Product Design Using Cloud Computing Infrastructure [65.2157099438235]
  本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。 提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
  論文  参考訳（メタデータ） (2020-01-16T18:44:27Z)

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。