論文の概要: Agentic Search Engine for Real-Time IoT Data

• arxiv url: http://arxiv.org/abs/2503.12255v1
• Date: Sat, 15 Mar 2025 20:46:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 12:28:26.146531
• Title: Agentic Search Engine for Real-Time IoT Data
• Title（参考訳）: リアルタイムIoTデータのためのエージェント検索エンジン
• Authors: Abdelrahman Elewah, Khalid Elgazzar,
• Abstract要約: IoT(Internet of Things)によって、さまざまなデバイスがインターネット上で通信できるようになったが、IoTシステムの断片化によって、シームレスなデータ共有とコーディネート管理が制限された。 本稿では,IoT環境に適したリアルタイム検索エンジンであるIoT Agentic Search Engine(IoT-ASE)について述べる。
• 参考スコア（独自算出の注目度）: 1.9275428660922078
• License:
• Abstract: The Internet of Things (IoT) has enabled diverse devices to communicate over the Internet, yet the fragmentation of IoT systems limits seamless data sharing and coordinated management. We have recently introduced SensorsConnect, a unified framework to enable seamless content and sensor data sharing in collaborative IoT systems, inspired by how the World Wide Web (WWW) enabled a shared and accessible space for information among humans. This paper presents the IoT Agentic Search Engine (IoT-ASE), a real-time search engine tailored for IoT environments. IoT-ASE leverages Large Language Models (LLMs) and Retrieval Augmented Generation (RAG) techniques to address the challenge of searching vast, real-time IoT data, enabling it to handle complex queries and deliver accurate, contextually relevant results. We implemented a use-case scenario in Toronto to demonstrate how IoT-ASE can improve service quality recommendations by leveraging real-time IoT data. Our evaluation shows that IoT-ASE achieves a 92\% accuracy in retrieving intent-based services and produces responses that are concise, relevant, and context-aware, outperforming generalized responses from systems like Gemini. These findings highlight the potential IoT-ASE to make real-time IoT data accessible and support effective, real-time decision-making.
• Abstract（参考訳）: IoT(Internet of Things)によって、さまざまなデバイスがインターネット上で通信できるようになったが、IoTシステムの断片化によって、シームレスなデータ共有とコーディネート管理が制限された。 我々は先日、コラボレーティブIoTシステムにおけるシームレスなコンテントとセンサデータ共有を可能にする統合フレームワークであるSensorsConnectを導入しました。 本稿では,IoT環境に適したリアルタイム検索エンジンであるIoT Agentic Search Engine(IoT-ASE)について述べる。 IoT-ASEはLarge Language Models(LLM)とRetrieval Augmented Generation(RAG)技術を活用して、巨大なリアルタイムIoTデータ検索の課題に対処する。 リアルタイムIoTデータを活用することで、IoT-ASEがサービス品質のレコメンデーションをどのように改善できるかを示すために、トロントでユースケースシナリオを実装しました。 評価の結果、IoT-ASEはインテントベースのサービス検索において92%の精度を実現し、Geminiのようなシステムからのより簡潔で関連性があり、コンテキスト対応のレスポンスを生成する。 これらの調査結果は、リアルタイムIoTデータをアクセスし、効果的でリアルタイムな意思決定をサポートするためのIoT-ASEの可能性を強調している。

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)
• 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)
• IoTScent: Enhancing Forensic Capabilities in Internet of Things Gateways [45.44831696628473]
  本稿では,IoTゲートウェイとホームオートメーションプラットフォームがIoTトラフィックのキャプチャと分析を行うことを可能にする,オープンソースの法医学ツールであるIoTScentを紹介する。 IoTScentは特に、Zigbeeや6LoWPAN、Threadといった多くのIoT固有のプロトコルの基礎であるIEEE5.4ベースのトラフィックを操作するように設計されている。 この作業は、Zigbeeトラフィックからデバイス識別を実行するためのツールの使用を実証する実用的なユースケースを含む、IoTScentツールの包括的な説明を提供する。
  論文  参考訳（メタデータ） (2023-10-05T09:10:05Z)
• 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)
• 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)
• Software-Defined Edge Computing: A New Architecture Paradigm to Support IoT Data Analysis [21.016796500957977]
  本稿では,IoTデータの特徴,IoTネットワークアーキテクチャの動向,IoTデータ解析の問題点,その解決方法について紹介する。 具体的には、ソフトウェア定義エッジコンピューティングは、IoTデータ分析のユニークなニーズをサポートする有望なアーキテクチャであると考えています。
  論文  参考訳（メタデータ） (2021-04-22T11:19:20Z)
• 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)
• Machine learning and data analytics for the IoT [8.39035688352917]
  機械学習解析におけるIoT生成データの処理方法について概観する。 我々は、IoTアプリケーションが他のIoTアプリケーションから適応的に学習できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-30T07:38:31Z)
• 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)
• IoT Behavioral Monitoring via Network Traffic Analysis [0.45687771576879593]
  この論文は、IoTのネットワーク行動パターンをプロファイリングする技術を開発する上で、私たちの努力の成果である。 我々は、交通パターンの属性で訓練された、堅牢な機械学習ベースの推論エンジンを開発する。 99%以上の精度で28台のIoTデバイスのリアルタイム分類を実演する。
  論文  参考訳（メタデータ） (2020-01-28T23:13:12Z)

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。