論文の概要: Implications of Edge Computing for Static Site Generation
- arxiv url: http://arxiv.org/abs/2309.05669v1
- Date: Fri, 8 Sep 2023 07:49:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 08:00:57.829188
- Title: Implications of Edge Computing for Static Site Generation
- Title(参考訳): 静的サイト生成におけるエッジコンピューティングの意義
- Authors: Juho Veps\"al\"ainen and Arto Hellas and Petri Vuorimaa
- Abstract要約: エッジコンピューティングは、静的な背景の上に動的サイトを作成することで、SSGの有用性をさらに拡張するための新しい選択肢である。
本稿では,エッジコンピューティング分野における最近の発展の影響について考察し,SSGへの影響について考察する。
- 参考スコア(独自算出の注目度): 2.671856791295011
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Static site generation (SSG) is a common technique in the web development
space to create performant websites that are easy to host. Numerous SSG tools
exist, and the approach has been complemented by newer approaches, such as
Jamstack, that extend its usability. Edge computing represents a new option to
extend the usefulness of SSG further by allowing the creation of dynamic sites
on top of a static backdrop, providing dynamic resources close to the user. In
this paper, we explore the impact of the recent developments in the edge
computing space and consider its implications for SSG.
- Abstract(参考訳): 静的サイト生成(SSG)は、ホストが容易なパフォーマンスの高いWebサイトを作成するための一般的な技術である。
多くのSSGツールが存在し、アプローチはJamstackのような新しいアプローチによって補完され、ユーザビリティが拡張された。
エッジコンピューティングは、静的な背景の上に動的サイトを作成し、ユーザに近い動的リソースを提供することで、ssgの有用性をさらに拡張する新しいオプションである。
本稿では,エッジコンピューティング分野における最近の発展の影響について考察し,SSGへの影響について考察する。
関連論文リスト
- Detecting Unknown Attacks in IoT Environments: An Open Set Classifier
for Enhanced Network Intrusion Detection [5.787704156827843]
本稿では,IoT環境に適したネットワーク侵入検知システム(NIDS)の領域におけるオープンセット認識(OSR)問題の緩和を目的としたフレームワークを提案する。
ネットワークトラフィックから空間的・時間的パターンを抽出し,パケットレベルデータのイメージベース表現に重きを置いている。
実験の結果は、このフレームワークの有効性を顕著に強調し、これまで見つからなかった攻撃に対して、驚くべき88%の検知率を誇示している。
論文 参考訳(メタデータ) (2023-09-14T06:41:45Z) - SSMG: Spatial-Semantic Map Guided Diffusion Model for Free-form
Layout-to-Image Generation [68.42476385214785]
本稿では,レイアウトから派生した特徴写像を用いた空間意味マップガイド(SSMG)拡散モデルを提案する。
SSMGは,従来の研究に比べて空間的,意味的な制御性に優れた生成品質を実現する。
また,RSA(Relation-Sensitive Attention)機構とLSA(Location-Sensitive Attention)機構を提案する。
論文 参考訳(メタデータ) (2023-08-20T04:09:12Z) - A Unified Framework for Integrating Semantic Communication and
AI-Generated Content in Metaverse [57.317580645602895]
統合セマンティックコミュニケーションとAI生成コンテンツ(ISGC)は近年多くの注目を集めている。
ISGCはユーザ入力から意味情報を転送し、デジタルコンテンツを生成し、Metaverse用のグラフィックをレンダリングする。
最適化されたリソース割り当てのための統合ゲインを含む,ISGCの2つの主要なメリットをキャプチャする統合フレームワークを導入する。
論文 参考訳(メタデータ) (2023-05-18T02:02:36Z) - Unified, User and Task (UUT) Centered Artificial Intelligence for
Metaverse Edge Computing [8.513938423514636]
Metaverseは、コンテンツ制作、ソーシャルエンターテイメント、世界の価値移転、インテリジェントトラフィック、ヘルスケアなど、多くのエコシステムサービスを提供している。
既存のMetaverseエッジコンピューティングアプローチは、リソース割り当てを効率的かつ効果的に処理しない。
本稿では,AI(AI)ベースのモバイルエッジコンピューティング(MEC)パラダイムを新たに導入し,Metaverse互換の統一ユーザタスク(UUT)を提案する。
論文 参考訳(メタデータ) (2022-12-19T08:29:38Z) - Learning towards Synchronous Network Memorizability and Generalizability
for Continual Segmentation across Multiple Sites [52.84959869494459]
臨床実践では、複数のサイトから連続的なデータストリームを継続的に学習するために、セグメンテーションネットワークが必要であることが多い。
既存の方法は、通常、以前のサイトのネットワーク記憶可能性や、目に見えないサイトの一般化可能性に制限される。
本稿では,SMG学習フレームワークの提案により,同期記憶可能性と一般化可能性の問題に取り組むことを目的とする。
論文 参考訳(メタデータ) (2022-06-14T13:04:36Z) - Edge Rewiring Goes Neural: Boosting Network Resilience via Policy
Gradient [62.660451283548724]
ResiNetは、さまざまな災害や攻撃に対する回復力のあるネットワークトポロジを発見するための強化学習フレームワークである。
ResiNetは複数のグラフに対してほぼ最適のレジリエンス向上を実現し,ユーティリティのバランスを保ちながら,既存のアプローチに比べて大きなマージンを持つことを示す。
論文 参考訳(メタデータ) (2021-10-18T06:14:28Z) - EC-SAGINs: Edge Computing-enhanced Space-Air-Ground Integrated Networks
for Internet of Vehicles [24.603373235841598]
エッジコンピューティング強化車両インターネット(EC-IoV)は、車両間のユビキタスデータ処理とコンテンツ共有を可能にします。
EC-IoVは、車両と地上エッジコンピューティングインフラストラクチャ間の接続と相互作用に大きく依存しています。
遠隔地における各種IoVサービスを支援するために,エッジコンピューティング対応の宇宙航空統合ネットワーク(EC-SAGIN)の枠組みを提案する。
論文 参考訳(メタデータ) (2021-01-15T10:56:23Z) - Instance Weighted Incremental Evolution Strategies for Reinforcement
Learning in Dynamic Environments [11.076005074172516]
本研究では,動的環境における進化戦略(ES)の体系的漸進学習手法を提案する。
目標は、環境が変わるたびに、学習済みのポリシーを新しいポリシーに漸進的に調整することだ。
本稿では、動的環境への高速な学習適応を実現するため、RLドメインのためのスケーラブルなESアルゴリズムのファミリーを紹介する。
論文 参考訳(メタデータ) (2020-10-09T14:31:44Z) - DVE: Dynamic Variational Embeddings with Applications in Recommender
Systems [47.94111843635162]
ニューラルネットワークの最近の進歩に基づくシーケンス認識データに対する動的変動埋め込み(DVE)手法を提案する。
DVEは、探索に不可欠であるノード固有の性質と時間的変動を、明示的に同時にモデル化することができる。
さらに、DVEをシーケンス認識レコメンデータシステムに適用し、リンク予測のためのエンドツーエンドニューラルネットワークを開発する。
論文 参考訳(メタデータ) (2020-08-27T20:05:56Z) - Applying Machine Learning Techniques for Caching in Edge Networks: A
Comprehensive Survey [3.985352415162327]
機械学習技術は、ユーザの好みに基づいてコンテンツの人気を予測するために応用できる。
これらの機械学習の応用は、エッジネットワークの関連コンテンツを特定するのに役立つ。
本稿では,エッジネットワークにおけるネットワーク内キャッシュに対する機械学習手法の適用について検討する。
論文 参考訳(メタデータ) (2020-06-21T09:31:56Z) - Incentive Mechanism Design for Resource Sharing in Collaborative Edge
Learning [106.51930957941433]
5GとBeyondネットワークでは、人工知能のアプリケーションがますます普及すると予想されている。
これは、現在のクラウド中心のモデルトレーニングアプローチから、エッジラーニングとして知られるエッジコンピューティングベースの協調学習スキームへのパラダイムシフトを必要とする。
論文 参考訳(メタデータ) (2020-05-31T12:45:06Z)
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。