論文の概要: AGI Enabled Solutions For IoX Layers Bottlenecks In Cyber-Physical-Social-Thinking Space
- arxiv url: http://arxiv.org/abs/2506.22487v1
- Date: Tue, 24 Jun 2025 02:33:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-01 21:27:53.409576
- Title: AGI Enabled Solutions For IoX Layers Bottlenecks In Cyber-Physical-Social-Thinking Space
- Title（参考訳）: AGIがサイバー物理・ソーシャルシンキングの分野でのIoX層ボタネックの解決を可能に
- Authors: Amar Khelloufi, Huansheng Ning, Sahraoui Dhelim, Jianguo Ding,
- Abstract要約: Internet of Everything(IoX)とArtificial General Intelligence(AGI)の統合により、変革的なパラダイムが生まれました。
この調査は、センシング層データ管理、ネットワーク層プロトコル最適化、アプリケーション層決定フレームワークの3つの重要なコンポーネントに焦点を当てている。
我々は、AGIに強化されたIoXが、相互接続システムと高度なAIの交差点における重要な研究分野として現れつつあると信じている。
- 参考スコア（独自算出の注目度）: 3.0748861313823
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The integration of the Internet of Everything (IoX) and Artificial General Intelligence (AGI) has given rise to a transformative paradigm aimed at addressing critical bottlenecks across sensing, network, and application layers in Cyber-Physical-Social Thinking (CPST) ecosystems. In this survey, we provide a systematic and comprehensive review of AGI-enhanced IoX research, focusing on three key components: sensing-layer data management, network-layer protocol optimization, and application-layer decision-making frameworks. Specifically, this survey explores how AGI can mitigate IoX bottlenecks challenges by leveraging adaptive sensor fusion, edge preprocessing, and selective attention mechanisms at the sensing layer, while resolving network-layer issues such as protocol heterogeneity and dynamic spectrum management, neuro-symbolic reasoning, active inference, and causal reasoning, Furthermore, the survey examines AGI-enabled frameworks for managing identity and relationship explosion. Key findings suggest that AGI-driven strategies, such as adaptive sensor fusion, edge preprocessing, and semantic modeling, offer novel solutions to sensing-layer data overload, network-layer protocol heterogeneity, and application-layer identity explosion. The survey underscores the importance of cross-layer integration, quantum-enabled communication, and ethical governance frameworks for future AGI-enabled IoX systems. Finally, the survey identifies unresolved challenges, such as computational requirements, scalability, and real-world validation, calling for further research to fully realize AGI's potential in addressing IoX bottlenecks. we believe AGI-enhanced IoX is emerging as a critical research field at the intersection of interconnected systems and advanced AI.
- Abstract（参考訳）: Internet of Everything(IoX)とArtificial General Intelligence(AGI)の統合により、Cyber-Physical-Social Thinking(CPST)エコシステムにおける、センシング、ネットワーク、アプリケーション層間の重要なボトルネックに対処する、変革的なパラダイムが生まれました。
本調査では,センサ層データ管理,ネットワーク層プロトコル最適化,アプリケーション層決定フレームワークの3つの重要なコンポーネントに着目し,AGIによるIoX研究の体系的かつ包括的なレビューを行う。
具体的には, 適応型センサ融合, エッジ前処理, およびセンサ層における選択的注意機構を活用することで, AGIがIoXのボトルネックを軽減する方法を検討するとともに, プロトコルの不均一性やダイナミックスペクトル管理, ニューロシンボリック推論, アクティブ推論, 因果推論といったネットワーク層問題を解決するとともに, アイデンティティと関係の爆発を管理するためのAGI対応フレームワークを検討する。
鍵となる発見は、アダプティブセンサー融合、エッジ前処理、セマンティックモデリングといったAGI主導の戦略が、センシング層データオーバーロード、ネットワーク層プロトコルの不均一性、アプリケーション層アイデンティティの爆発に対する新しいソリューションを提供することを示している。
この調査は、将来のAGI対応IoXシステムにおいて、クロスレイヤ統合、量子通信、倫理的ガバナンスフレームワークの重要性を強調している。
最後に、調査では、計算要件、スケーラビリティ、実世界のバリデーションといった未解決の課題を特定し、IoXボトルネックに対処するAGIの可能性について、さらなる研究を求める。
私たちは、AGIに強化されたIoXが、相互接続システムと高度なAIの交差点における重要な研究分野として現れつつあると信じています。
関連論文リスト
- Internet of Agents: Fundamentals, Applications, and Challenges [66.44234034282421]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - When In-memory Computing Meets Spiking Neural Networks -- A Perspective on Device-Circuit-System-and-Algorithm Co-design [23.828100865782027]
レビューでは、スパイキングニューラルネットワーク(SNN)とアナログインメモリ・コンピューティング(IMC)ドメインという形で、生物解析可能な人工知能の交差点について考察する。
論文 参考訳（メタデータ） (2024-08-22T23:45:40Z) - PSO Fuzzy XGBoost Classifier Boosted with Neural Gas Features on EEG Signals in Emotion Recognition [0.9790236766474201]
本研究では, ニューラルネットワーク(NGN), XGBoost, Particle Swarm Optimization (PSO) とファジィ論理を統合し, 生理的信号を用いた感情認識の促進を図る。
NGNは予め定義されたグリッド構造を使わずに入力空間に適応し、生理的データから特徴抽出を改善する。
ファジィ論理を組み込むことにより、人間の意思決定を模倣する推論を導入することでファジィデータの処理が可能になる。
論文 参考訳（メタデータ） (2024-07-13T17:15:23Z) - Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。
本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。
私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文 参考訳（メタデータ） (2024-02-21T06:22:41Z) - 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) - 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) - A Hybrid End-to-End Spatio-Temporal Attention Neural Network with
Graph-Smooth Signals for EEG Emotion Recognition [1.6328866317851187]
本稿では,ネットワーク・テンポラルエンコーディングと繰り返しアテンションブロックのハイブリッド構造を用いて,解釈可能な表現を取得するディープニューラルネットワークを提案する。
提案したアーキテクチャは、公開されているDEAPデータセット上での感情分類の最先端結果を上回ることを実証する。
論文 参考訳（メタデータ） (2023-07-06T15:35:14Z) - 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) - Topics in Deep Learning and Optimization Algorithms for IoT Applications
in Smart Transportation [0.0]
この論文は、最適化アルゴリズムと機械学習の異なる手法をどのように活用してシステム性能を向上するかを考察する。
第1のトピックでは、分散ADMM方式を用いた最適な伝送周波数管理方式を提案する。
第2のトピックでは、共有自転車の需要予測にグラフニューラルネットワーク(GNN)を活用する。
最後のトピックでは、頻繁に車線変更行動が発生するハイウェイ交通ネットワークのシナリオについて考察する。
論文 参考訳（メタデータ） (2022-10-13T11:45:30Z) - Service Discovery in Social Internet of Things using Graph Neural
Networks [1.552282932199974]
IoT(Internet-of-Things)ネットワークは、何千もの物理的エンティティをインテリジェントに接続して、コミュニティにさまざまなサービスを提供する。
ネットワークに存在するIoTデバイスを発見し、それに対応するサービスを要求するプロセスを複雑にしている。
異種大規模IoTネットワークに適したスケーラブルなリソース割り当てニューラルモデルを提案する。
論文 参考訳（メタデータ） (2022-05-25T12:25:37Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z)
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。