論文の概要: Self-Organizing Interaction Spaces: A Framework for Engineering Pervasive Applications in Mobile and Distributed Environments

• arxiv url: http://arxiv.org/abs/2502.01137v1
• Date: Mon, 03 Feb 2025 08:11:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 15:06:17.165036
• Title: Self-Organizing Interaction Spaces: A Framework for Engineering Pervasive Applications in Mobile and Distributed Environments
• Title（参考訳）: 自己組織型インタラクションスペース: モバイルおよび分散環境における幅広いアプリケーションを構築するためのフレームワーク
• Authors: Shubham Malhotra,
• Abstract要約: 本稿では,工学的普及のための新しいフレームワークであるSOISを紹介する。 SOISは移動ノードの動的で異質な性質を活用し、適応的な組織構造を形成する。 結果は、効率を高め、従来のクラウドモデルへの依存を減らす可能性を強調している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The rapid adoption of pervasive and mobile computing has led to an unprecedented rate of data production and consumption by mobile applications at the network edge. These applications often require interactions such as data exchange, behavior coordination, and collaboration, which are typically mediated by cloud servers. While cloud computing has been effective for distributed systems, challenges like latency, cost, and intermittent connectivity persist. With the advent of 5G technology, features like location-awareness and device-to-device (D2D) communication enable a more distributed and adaptive architecture. This paper introduces Self-Organizing Interaction Spaces (SOIS), a novel framework for engineering pervasive applications. SOIS leverages the dynamic and heterogeneous nature of mobile nodes, allowing them to form adaptive organizational structures based on their individual and social contexts. The framework provides two key abstractions for modeling and programming pervasive applications using an organizational mindset and mechanisms for adapting dynamic organizational structures. Case examples and performance evaluations of a simulated mobile crowd-sensing application demonstrate the feasibility and benefits of SOIS. Results highlight its potential to enhance efficiency and reduce reliance on traditional cloud models, paving the way for innovative solutions in mobile and distributed environments.
• Abstract（参考訳）: 普及とモバイルコンピューティングの急速な普及は、ネットワークエッジにおけるモバイルアプリケーションによる前例のないデータ生産と消費の速度につながった。 これらのアプリケーションは多くの場合、データ交換、行動調整、コラボレーションといった、通常クラウドサーバによって仲介されるインタラクションを必要とします。 クラウドコンピューティングは分散システムに有効だが、レイテンシやコスト、断続的な接続性といった課題は継続する。 5G技術の出現により、位置認識やデバイス間通信(D2D)といった機能により、より分散し適応的なアーキテクチャが実現される。 本稿では,工学的普及のための新しいフレームワークであるSOISを紹介する。 SOISは移動ノードの動的で異質な性質を活用し、個人や社会的文脈に基づいて適応的な組織構造を形成することができる。 このフレームワークは、組織的マインドセットと動的な組織構造に適応するためのメカニズムを使用して、広範囲にわたるアプリケーションのモデリングとプログラミングのための2つの重要な抽象化を提供する。 シミュレーションによるモバイルクラウドセンシングアプリケーションの事例と性能評価は,SOISの有効性とメリットを実証している。 その結果は、効率を高め、従来のクラウドモデルへの依存を減らす可能性を強調し、モバイルおよび分散環境における革新的なソリューションの道を開いた。

関連論文リスト

• Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• AI Flow at the Network Edge [58.31090055138711]
  AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。 この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
  論文  参考訳（メタデータ） (2024-11-19T12:51:17Z)
• Task-Oriented Real-time Visual Inference for IoVT Systems: A Co-design Framework of Neural Networks and Edge Deployment [61.20689382879937]
  タスク指向エッジコンピューティングは、データ分析をエッジにシフトすることで、この問題に対処する。 既存の手法は、高いモデル性能と低いリソース消費のバランスをとるのに苦労している。 ニューラルネットワークアーキテクチャを最適化する新しい協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-29T19:02:54Z)
• Spatio-Temporal 3D Point Clouds from WiFi-CSI Data via Transformer Networks [2.084922791522632]
  5Gネットワークと6Gネットワークのキーコンポーネントとして、ジョイントコミュニケーションとセンシング(JC&S)が登場している。 本稿では,時間的チャネル状態情報(CSI)データ,特に振幅と位相を処理するトランスフォーマーアーキテクチャを提案し,室内環境の3次元点雲を生成する。
  論文  参考訳（メタデータ） (2024-10-07T08:59:04Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• Federated Learning for Collaborative Inference Systems: The Case of Early Exit Networks [10.172776427016437]
  協調推論システム(CIS)は、より小さなデバイスが推論タスクの一部をより有能なデバイスにオフロードできるようにすることによって、このパフォーマンストレードオフに対処する。 我々のフレームワークは厳密な理論的保証を提供するだけでなく、CISの最先端(SOTA)トレーニングアルゴリズムを超越している。
  論文  参考訳（メタデータ） (2024-05-07T12:07:06Z)
• Asynchronous Perception-Action-Communication with Graph Neural Networks [93.58250297774728]
  グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。 ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。 近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。 本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T21:20:50Z)
• 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)
• Fluid Batching: Exit-Aware Preemptive Serving of Early-Exit Neural Networks on Edge NPUs [74.83613252825754]
  スマートエコシステム(smart ecosystems)"は、スタンドアロンではなく、センセーションが同時に行われるように形成されています。 これはデバイス上の推論パラダイムを、エッジにニューラル処理ユニット(NPU)をデプロイする方向にシフトしている。 そこで本研究では,実行時のプリエンプションが到着・終了プロセスによってもたらされる動的性を考慮に入れた,新しい早期終了スケジューリングを提案する。
  論文  参考訳（メタデータ） (2022-09-27T15:04:01Z)
• ACE: Towards Application-Centric Edge-Cloud Collaborative Intelligence [14.379967483688834]
  機械学習に基づくインテリジェントなアプリケーションは、私たちの生活の多くの部分に影響を与えています。 クラウドで実行されている現在の実装は、これらの制約をすべて満たすことができない。 エッジクラウドコラボレーションインテリジェンス(Edge-Cloud Collaborative Intelligence)パラダイムは、このような問題に対処するための一般的なアプローチとなっている。
  論文  参考訳（メタデータ） (2022-03-24T13:12:33Z)

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。