論文の概要: STL4IoT: A Statechart Template Library for IoT System Design
- arxiv url: http://arxiv.org/abs/2311.18175v1
- Date: Thu, 30 Nov 2023 01:40:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-01 18:31:45.472649
- Title: STL4IoT: A Statechart Template Library for IoT System Design
- Title(参考訳): STL4IoT:IoTシステム設計のためのステートチャートテンプレートライブラリ
- Authors: Clyde Rempillo and Sadaf Mustafiz
- Abstract要約: 我々は、IoTシステムの異質な側面をモデル化するアトミックステートチャートコンポーネントを開発した。
複数のIoTシステム間のインタラクションを制御し、消費電力を管理するスマートハブテンプレートも提案されている。
スマートホームシミュレータは、ステートチャートからコントローラコードを生成し、ユーザインターフェースに統合することで開発されている。
- 参考スコア(独自算出の注目度): 0.19036571490366497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The engineering of IoT systems brings about various challenges due to the
inherent complexities associated with such heterogeneous systems. In this
paper, we propose a library of statechart templates, STL4IoT, for designing
complex IoT systems. We have developed atomic statechart components modelling
the heterogeneous aspects of IoT systems including sensors, actuators, physical
entities, network, and controller. Base system units for smart systems have
also been designed. A component for calculating power usage is available in the
library. Additionally, a smart hub template that controls interactions among
multiple IoT systems and manages power consumption has also been proposed. The
templates aim to facilitate the modelling and simulation of IoT systems. Our
work is demonstrated with a smart home system consisting of a smart hub of
lights, a smart microwave, a smart TV, and a smart fire alarm system. We have
created a multi statechart with itemis CREATE based on the proposed templates
and components. A smart home simulator has been developed by generating
controller code from the statechart and integrating it with a user interface.
- Abstract(参考訳): iotシステムのエンジニアリングは、このような異種システムに関連する固有の複雑さのために、さまざまな課題をもたらす。
本稿では,複雑なIoTシステムを設計するためのステートチャートテンプレートであるSTL4IoTのライブラリを提案する。
我々は,センサ,アクチュエータ,物理エンティティ,ネットワーク,コントローラなど,IoTシステムの異質な側面をモデル化する原子状態チャートコンポーネントを開発した。
スマートシステムのベースシステムユニットも設計されている。
電力使用量を計算するためのコンポーネントがライブラリで利用可能である。
さらに、複数のIoTシステム間のインタラクションを制御し、消費電力を管理するスマートハブテンプレートも提案されている。
テンプレートの目的は、iotシステムのモデリングとシミュレーションを容易にすることだ。
私たちの仕事は、照明のスマートハブ、スマート電子レンジ、スマートテレビ、スマート火災アラームシステムからなるスマートホームシステムで実証されています。
提案するテンプレートとコンポーネントに基づいてitemisが生成するマルチステートチャートを作成しました。
スマートホームシミュレータは、statechartからコントローラコードを生成し、ユーザインターフェースと統合することで開発されている。
関連論文リスト
- A Lean Simulation Framework for Stress Testing IoT Cloud Systems [16.004920480830858]
モノのインターネット(Internet of Things)は、スマートシティ、自動運転車、健康モニタリングなど、さまざまな分野のスマートデバイスを世界中に接続する。
シミュレーションはIoTシステムのテストにおいて重要な役割を果たす。
既存のIoT用のストレステストソリューションは、かなりの計算リソースを必要とするため、不適合でコストがかかる。
クラウドと通信する多数のIoTデバイスとエッジデバイスの効率的なシミュレーションを可能にする,IoTクラウドストレステスト用に設計されたリーンシミュレーションフレームワークを提案する。
論文 参考訳(メタデータ) (2024-04-17T16:36:55Z) - MultiIoT: Towards Large-scale Multisensory Learning for the Internet of
Things [77.27980044639136]
IoT(Internet of Things)エコシステムは、マシンラーニングのための現実世界のモダリティの豊富なソースを提供する。
本稿では,12のモダリティと8タスクから115万以上のサンプルを対象とする,これまでで最も拡張性の高いIoTベンチマークであるMultiIoTを提案する。
論文 参考訳(メタデータ) (2023-11-10T18:13:08Z) - A Dynamic Feedforward Control Strategy for Energy-efficient Building
System Operation [59.56144813928478]
現在の制御戦略と最適化アルゴリズムでは、そのほとんどはリアルタイムフィードバックから情報を受け取ることに依存している。
本稿では,システム制御のためのシステム特性を同時に構築することによる,ダイナミックな事前知識を組み込む,エンジニアフレンドリな制御戦略フレームワークを提案する。
典型的な制御戦略でシステム制御を加熱するケースでテストしたところ、我々のフレームワークは15%の省エネ性を持っていることがわかった。
論文 参考訳(メタデータ) (2023-01-23T09:07:07Z) - Composing Complex and Hybrid AI Solutions [52.00820391621739]
一般的なAIアプリケーションで上記の機能を実現するためのAcumosシステムの拡張について述べる。
当社の拡張機能には、gRPC/Protobufインターフェースによるより汎用的なコンポーネントのサポートが含まれています。
デプロイ可能なソリューションとそのインターフェースの例を提供する。
論文 参考訳(メタデータ) (2022-02-25T08:57:06Z) - IoT-based Route Recommendation for an Intelligent Waste Management
System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。
我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文 参考訳(メタデータ) (2022-01-01T12:36:22Z) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳(メタデータ) (2021-08-31T15:09:39Z) - A Reference Model for IoT Embodied Agents Controlled by Neural Networks [0.18528576113792794]
具体化されたエージェントは、IoT(Internet of Things)ドメインに属するデバイスのコンポーネントです。
IoTアプリケーションの開発に合わせた抽象化を提供するステートチャートに基づく参照モデルを提案する。
論文 参考訳(メタデータ) (2021-02-15T15:02:44Z) - The 4th International Workshop on Smart Simulation and Modelling for
Complex Systems [4.489415125484399]
コンピュータベースのモデリングとシミュレーションは、人間が異なるドメインのシステムを理解するのに役立つツールとなっている。
マルチエージェントシステムのようなスマートシステムは、複雑なシステムのモデリングとシミュレーションにおいて、利点と大きなポテンシャルを示してきた。
論文 参考訳(メタデータ) (2021-02-01T21:40:28Z) - Optimizing Resource-Efficiency for Federated Edge Intelligence in IoT
Networks [96.24723959137218]
We study a edge intelligence-based IoT network that a set of edge server learn a shared model using federated learning (FL)。
フェデレーションエッジインテリジェンス(FEI)と呼ばれる新しいフレームワークを提案し、エッジサーバがIoTネットワークのエネルギーコストに応じて必要なデータサンプル数を評価できるようにする。
提案アルゴリズムがIoTネットワークのトポロジ的情報を漏洩したり開示したりしないことを示す。
論文 参考訳(メタデータ) (2020-11-25T12:51:59Z) - Personalized Federated Learning for Intelligent IoT Applications: A
Cloud-Edge based Framework [12.199870302894439]
IoT(Internet of Things)は、現代生活のさまざまな側面に広く浸透している。
この記事では、インテリジェントなIoTアプリケーションのためのクラウドエッジアーキテクチャにおいて、パーソナライズされたフェデレーション付き学習フレームワークを推奨します。
論文 参考訳(メタデータ) (2020-02-25T05:11:06Z) - LIMITS: Lightweight Machine Learning for IoT Systems with Resource
Limitations [8.647853543335662]
我々は、IoTシステムのための新しいオープンソースのフレームワークLIghtweight Machine Learning(LIMITS)を紹介する。
LIMITSは、ターゲットIoTプラットフォームの実際のコンパイルツールチェーンを明示的に考慮した、プラットフォーム・イン・ザ・ループのアプローチを適用している。
LIMITSを携帯電話データレート予測と無線車種分類に応用し,その妥当性を検証した。
論文 参考訳(メタデータ) (2020-01-28T06:34:35Z)
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。