論文の概要: The Role of LLMs in Sustainable Smart Cities: Applications, Challenges, and Future Directions

• arxiv url: http://arxiv.org/abs/2402.14596v1
• Date: Wed, 7 Feb 2024 05:22:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-25 16:44:32.395821
• Title: The Role of LLMs in Sustainable Smart Cities: Applications, Challenges, and Future Directions
• Title（参考訳）: 持続可能なスマートシティにおけるllmの役割 : 応用,課題,今後の方向性
• Authors: Amin Ullah, Guilin Qi, Saddam Hussain, Irfan Ullah, Zafar Ali
• Abstract要約: 本稿では、スマートシティにおけるプロセス最適化における、ディープラーニング(DL)、フェデレートラーニング(FL)、モノのインターネット(IoT)、自然言語処理(NLP)、大規模言語モデル(LLM)の実質的な可能性と応用について検討する。 我々は、スマートシティの実現と発展を技術的に強化する基礎的要素として、これらの技術の膨大な潜在能力を浮き彫りにすることを目指している。
• 参考スコア（独自算出の注目度）: 12.457812474103449
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Smart cities stand as pivotal components in the ongoing pursuit of elevating urban living standards, facilitating the rapid expansion of urban areas while efficiently managing resources through sustainable and scalable innovations. In this regard, as emerging technologies like Artificial Intelligence (AI), the Internet of Things (IoT), big data analytics, and fog and edge computing have become increasingly prevalent, smart city applications grapple with various challenges, including the potential for unauthorized disclosure of confidential and sensitive data. The seamless integration of emerging technologies has played a vital role in sustaining the dynamic pace of their development. This paper explores the substantial potential and applications of Deep Learning (DL), Federated Learning (FL), IoT, Blockchain, Natural Language Processing (NLP), and large language models (LLMs) in optimizing ICT processes within smart cities. We aim to spotlight the vast potential of these technologies as foundational elements that technically strengthen the realization and advancement of smart cities, underscoring their significance in driving innovation within this transformative urban milieu. Our discourse culminates with an exploration of the formidable challenges that DL, FL, IoT, Blockchain, NLP, and LLMs face within these contexts, and we offer insights into potential future directions.
• Abstract（参考訳）: スマートシティは、持続的でスケーラブルな革新を通じて資源を効率的に管理しながら、都市部の急速な拡大を促進する都市生活水準の上昇を追求する上で、重要な要素である。 この点において、人工知能(AI)やIoT(Internet of Things)、ビッグデータ分析、フォグとエッジコンピューティングといった新興技術がますます普及しつつある中、スマートシティアプリケーションは、機密で機密性の高いデータの不正開示など、さまざまな課題に直面する。 新興技術のシームレスな統合は、開発のダイナミックなペースを維持する上で重要な役割を担ってきた。 本稿では、スマートシティにおけるICTプロセスの最適化における、ディープラーニング(DL)、フェデレートラーニング(FL)、IoT、ブロックチェーン、自然言語処理(NLP)、および大規模言語モデル(LLM)のかなりの可能性と応用について検討する。 我々は、これらの技術の膨大な潜在能力を、スマートシティの実現と発展を技術的に強化する基礎的な要素として見極めることを目指しており、この変革的な都市ミリューにおけるイノベーションの推進の重要性を浮き彫りにしている。 私たちの談話は、DL、FL、IoT、Blockchain、NLP、LLMがこれらの状況で直面している、恐ろしい課題を探求することで頂点に達します。

関連論文リスト

• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems [10.310791311301962]
  本稿では,大規模言語モデル (LLM) と新生検索・拡張生成技術 (RAG) の変換可能性について検討する。 本稿では,スマートモビリティサービスをインテリジェントかつ対話的に提供可能なマルチエージェントシステムの開発を目的とした概念的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-31T16:14:42Z)
• Blockchain-based AI Methods for Managing Industrial IoT: Recent Developments, Integration Challenges and Opportunities [3.3030080038744947]
  著者は、スマートIIoTにおいて、BCによるAIアプローチに関する包括的な調査を提示する。 AI、BC、スマートIoTアプリケーションに関する最先端の概要に注目します。 セキュリティ、安定性、スケーラビリティ、機密性など、さまざまな問題を強調します。
  論文  参考訳（メタデータ） (2024-05-21T07:34:49Z)
• Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
  本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。 SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。 ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
  論文  参考訳（メタデータ） (2024-04-20T11:07:29Z)
• Towards Urban General Intelligence: A Review and Outlook of Urban Foundation Models [26.517572366783384]
  ChatGPTのような基盤モデルの近年の出現は、機械学習と人工知能の分野で革命的な変化を示している。 アーバン・ファンデーション・モデルへの関心が高まりつつあるにもかかわらず、この急成長する分野は明確な定義の欠如、体系的なレビュー、普遍化可能なソリューションといった課題に直面している。 本稿では,都市データモダリティとタイプに基づいて,現在のUFM関連研究を分類するデータ中心分類法を提案する。
  論文  参考訳（メタデータ） (2024-01-30T04:48:16Z)
• A Survey on the Applications of Frontier AI, Foundation Models, and Large Language Models to Intelligent Transportation Systems [8.017557640367938]
  本稿では,知的交通システム(ITS)の領域におけるフロンティアAI,基礎モデル,大規模言語モデル(LLM)の変容的影響について検討する。 交通インテリジェンスを推進し、交通管理を最適化し、スマートシティの実現に寄与する重要な役割を強調している。
  論文  参考訳（メタデータ） (2024-01-12T10:29:48Z)
• From Generative AI to Generative Internet of Things: Fundamentals, Framework, and Outlooks [82.964958051535]
  生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。 GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-10-27T02:58:11Z)
• Towards Artificial General Intelligence (AGI) in the Internet of Things (IoT): Opportunities and Challenges [55.82853124625841]
  人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。 本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。 AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
  論文  参考訳（メタデータ） (2023-09-14T05:43:36Z)
• Exploring IoT in Smart Cities: Practices, Challenges and Way Forward [0.0]
  IoT(Internet of Things)技術は都市生活に革命をもたらし、スマートホーム、スマートインフラストラクチャ、スマート産業がインテリジェントな都市エコシステムの発展に寄与する重要な側面であるスマートな都市に、大きな可能性を秘めている。 スマートホーム技術の統合は、データのプライバシとセキュリティに関する懸念を高め、スマートインフラストラクチャの実装は堅牢なネットワークと相互運用性ソリューションを必要としている。 本研究は,スマートシティにおけるIoT分野の公開研究の体系的な文献レビューを提供する。
  論文  参考訳（メタデータ） (2023-08-25T19:23:33Z)
• Over-The-Air Federated Learning: Status Quo, Open Challenges, and Future Directions [78.5371215066019]
  オーバー・ザ・エア・フェデレーション・ラーニング(OTA-FL)は、ネットワークエッジのユーザがスペクトルリソースを共有でき、効率的で低レイテンシなグローバルモデルアグリゲーションを実現する。 本稿では,OTA-FLの進展を概観し,今後の研究方向性について述べる。
  論文  参考訳（メタデータ） (2023-07-03T12:44:52Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)

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。