論文の概要: Past, Present, Future: A Comprehensive Exploration of AI Use Cases in
the UMBRELLA IoT Testbed
- arxiv url: http://arxiv.org/abs/2401.13346v2
- Date: Thu, 1 Feb 2024 18:20:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-02 18:14:43.405213
- Title: Past, Present, Future: A Comprehensive Exploration of AI Use Cases in
the UMBRELLA IoT Testbed
- Title（参考訳）: UMBRELLA IoTテストベッドにおけるAIユースケースの総合的な探索
- Authors: Peizheng Li, Ioannis Mavromatis, Aftab Khan
- Abstract要約: UMBRELLAは大規模でオープンなIoTエコシステムである。
本稿では,現実のIoTシステムにおけるUMBRELLAの実装と将来的な人工知能(AI)機能に関するガイドを提供する。
- 参考スコア（独自算出の注目度）: 2.869828948720087
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: UMBRELLA is a large-scale, open-access Internet of Things (IoT) ecosystem
incorporating over 200 multi-sensor multi-wireless nodes, 20 collaborative
robots, and edge-intelligence-enabled devices. This paper provides a guide to
the implemented and prospective artificial intelligence (AI) capabilities of
UMBRELLA in real-world IoT systems. Four existing UMBRELLA applications are
presented in detail: 1) An automated streetlight monitoring for detecting
issues and triggering maintenance alerts; 2) A Digital twin of building
environments providing enhanced air quality sensing with reduced cost; 3) A
large-scale Federated Learning framework for reducing communication overhead;
and 4) An intrusion detection for containerised applications identifying
malicious activities. Additionally, the potential of UMBRELLA is outlined for
future smart city and multi-robot crowdsensing applications enhanced by
semantic communications and multi-agent planning. Finally, to realise the above
use-cases we discuss the need for a tailored MLOps platform to automate
UMBRELLA model pipelines and establish trust.
- Abstract（参考訳）: UMBRELLAは、200以上のマルチセンサマルチワイヤレスノード、20のコラボレーティブロボット、エッジインテリジェンス対応デバイスを備えた、大規模でオープンアクセス可能なIoT(Internet of Things)エコシステムである。
本稿では,現実のIoTシステムにおけるUMBRELLAの実装と将来的な人工知能(AI)機能に関するガイドを提供する。
既存のUMBRELLAアプリケーションは4つあります。
1)問題の検出及びメンテナンス警告のトリガーのための自動街灯監視
2 低コストで空気の質感を高める建築環境のデジタル双生児。
3)コミュニケーションのオーバーヘッドを減らすための大規模フェデレーション学習フレームワーク
4)悪意のあるアクティビティを識別するコンテナ化されたアプリケーションに対する侵入検知。
さらに、UMBRELLAのポテンシャルは将来のスマートシティと、セマンティックコミュニケーションとマルチエージェント計画によって強化されたマルチロボットクラウドセンシングアプリケーションのために概説されている。
最後に、上記のユースケースを実現するために、UMBRELLAモデルパイプラインを自動化し、信頼を確立するための、カスタマイズされたMLOpsプラットフォームの必要性について論じる。
関連論文リスト
- IoT-LM: Large Multisensory Language Models for the Internet of Things [70.74131118309967]
IoTエコシステムは、モーション、サーマル、ジオロケーション、イメージング、ディープ、センサー、オーディオといった、現実世界のモダリティの豊富なソースを提供する。
機械学習は、IoTデータを大規模に自動的に処理する豊富な機会を提供する。
IoTエコシステムに適した,オープンソースの大規模マルチセンサ言語モデルであるIoT-LMを紹介します。
論文 参考訳（メタデータ） (2024-07-13T08:20:37Z) - UMBRELLA: A One-stop Shop Bridging the Gap from Lab to Real-World IoT
Experimentation [35.108720391825244]
UMBRELLAは、イギリスのサウスグロスターシャーに展開されている、オープンで大規模なIoTエコシステムである。
それは、複数の技術分野にわたるイノベーションを加速することを目的としている。
主な機能としては、公共インフラにインストールされた200以上のマルチセンサーノード、20台の移動ロボットを備えたロボティクス・アリーナ、そして5Gネットワーク・イン・ア・ボックス・ソリューションがある。
論文 参考訳（メタデータ） (2024-01-26T12:57:18Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳（メタデータ） (2024-01-22T14:16:37Z) - MultiIoT: Benchmarking Machine Learning for the Internet of Things [70.74131118309967]
次世代の機械学習システムは、物理的世界に対する知覚と相互作用に長けなければならない。
運動、熱、位置情報、深度、無線信号、ビデオ、オーディオからの知覚データは、物理環境の状態をモデル化するためにますます使われています。
既存の取り組みは、しばしば単一の感覚的モダリティまたは予測タスクに特化している。
本稿は、12のモダリティと8つの現実世界タスクから115万以上のサンプルを含む、これまでで最も拡張的で統一された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 Novel IoT Trust Model Leveraging Fully Distributed Behavioral
Fingerprinting and Secure Delegation [3.10770247120758]
IoT(Internet of Things)ソリューションは、データ収集と処理を容易にするために、急激な需要を実験している。
自律的な方法で提供される新機能やサービスの数が増えるほど、ユーザをデータハッキングや損失に晒す攻撃面が大きくなる。
そこで本稿では, スマートなものの装備に関する非自明な問題に対処し, 隣人を通じて, ネットワーク内のオブジェクトの信頼性を, 対話前に評価する戦略を提示する。
論文 参考訳（メタデータ） (2023-10-02T07:45:49Z) - Tactile based Intelligence Touch Technology in IoT configured WCN in
B5G/6G-A Survey [8.604882842499208]
本研究では,AR/VR技術を取り入れた,B5G/6GとIoTベースの無線通信ネットワークのためのインテリジェントタッチ対応システムを提案する。
触覚インターネットとネットワークスライシングは、AI/ML/DLのような技術からのインテリジェンスを組み込んだタッチ技術のバックボーンとして機能する。
次世代システムは、ロボット工学や医療施設でAR/VR技術を活用する様々な分野に多くの機会を提供することが期待されている。
論文 参考訳（メタデータ） (2023-01-11T06:39:07Z) - The Internet of Senses: Building on Semantic Communications and Edge
Intelligence [67.75406096878321]
インターネット・オブ・センセーズ(IoS)は、すべてのヒト受容体に対する欠陥のないテレプレゼンススタイルのコミュニケーションを約束する。
我々は,新たなセマンティックコミュニケーションと人工知能(AI)/機械学習(ML)パラダイムがIoSユースケースの要件を満たす方法について詳しく述べる。
論文 参考訳（メタデータ） (2022-12-21T03:37:38Z) - SMASH: a Semantic-enabled Multi-agent Approach for Self-adaptation of
Human-centered IoT [0.8602553195689512]
本稿では、人間中心環境におけるIoTアプリケーションの自己適応のためのマルチエージェントアプローチであるSMASHを提案する。
SMASHエージェントは、BDIエージェントモデルに基づく4層アーキテクチャを備え、人間の価値観とゴール推論、計画、行動を統合する。
論文 参考訳（メタデータ） (2021-05-31T12:33:27Z) - Federated Learning for Industrial Internet of Things in Future
Industries [106.13524161081355]
産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。
近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。
フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
論文 参考訳（メタデータ） (2021-05-31T01:02:59Z) - Reliable Fleet Analytics for Edge IoT Solutions [0.0]
AIoTアプリケーションのエッジで機械学習を容易にするためのフレームワークを提案する。
コントリビューションは、大規模にフリート分析を提供するためのサービス、ツール、メソッドを含むアーキテクチャである。
本稿では,大学キャンパスの部屋でiotデバイスを用いた実験を行うことで,フレームワークの予備検証を行う。
論文 参考訳（メタデータ） (2021-01-12T11:28:43Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳（メタデータ） (2020-09-24T07:11:31Z)
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。