論文の概要: A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks

• arxiv url: http://arxiv.org/abs/2508.18803v1
• Date: Tue, 26 Aug 2025 08:38:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-27 17:42:38.757083
• Title: A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks
• Title（参考訳）: AIoTネットワークにおけるクラウド-エッジ-端末協調インテリジェンスに関する調査
• Authors: Jiaqi Wu, Jing Liu, Yang Liu, Lixu Wang, Zehua Wang, Wei Chen, Zijian Tian, Richard Yu, Victor C. M. Leung,
• Abstract要約: クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。 CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。 本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
• 参考スコア（独自算出の注目度）: 49.90474228895655
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The proliferation of Internet of things (IoT) devices in smart cities, transportation, healthcare, and industrial applications, coupled with the explosive growth of AI-driven services, has increased demands for efficient distributed computing architectures and networks, driving cloud-edge-terminal collaborative intelligence (CETCI) as a fundamental paradigm within the artificial intelligence of things (AIoT) community. With advancements in deep learning, large language models (LLMs), and edge computing, CETCI has made significant progress with emerging AIoT applications, moving beyond isolated layer optimization to deployable collaborative intelligence systems for AIoT (CISAIOT), a practical research focus in AI, distributed computing, and communications. This survey describes foundational architectures, enabling technologies, and scenarios of CETCI paradigms, offering a tutorial-style review for CISAIOT beginners. We systematically analyze architectural components spanning cloud, edge, and terminal layers, examining core technologies including network virtualization, container orchestration, and software-defined networking, while presenting categorizations of collaboration paradigms that cover task offloading, resource allocation, and optimization across heterogeneous infrastructures. Furthermore, we explain intelligent collaboration learning frameworks by reviewing advances in federated learning, distributed deep learning, edge-cloud model evolution, and reinforcement learning-based methods. Finally, we discuss challenges (e.g., scalability, heterogeneity, interoperability) and future trends (e.g., 6G+, agents, quantum computing, digital twin), highlighting how integration of distributed computing and communication can address open issues and guide development of robust, efficient, and secure collaborative AIoT systems.
• Abstract（参考訳）: スマートシティ、交通、ヘルスケア、産業アプリケーションにおけるモノのインターネット(IoT)デバイスの普及は、AI駆動サービスの爆発的な成長と相まって、効率的な分散コンピューティングアーキテクチャとネットワークへの需要が増大し、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムとして、クラウド-エッジ・ターミナル・コラボレーティブ・インテリジェンス(CETCI)を推進している。 ディープラーニング、大規模言語モデル(LLM)、エッジコンピューティングの進歩により、CETCIは、新たなAIoTアプリケーションにおいて大きな進歩を遂げた。 本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。 クラウド、エッジ、ターミナル層にまたがるアーキテクチャコンポーネントを体系的に分析し、ネットワーク仮想化、コンテナオーケストレーション、ソフトウェア定義ネットワークといった中核技術を調べながら、タスクオフロード、リソース割り当て、異種インフラストラクチャ間の最適化をカバーするコラボレーションパラダイムの分類を提示します。 さらに,フェデレートラーニング,分散ディープラーニング,エッジクラウドモデルの進化,強化学習に基づく手法の進歩をレビューすることで,インテリジェントなコラボレーション学習フレームワークを説明する。 最後に、課題(スケーラビリティ、不均一性、相互運用性など)と将来のトレンド(エージェント、6G+、エージェント、量子コンピューティング、デジタルツインなど)について議論し、分散コンピューティングと通信の統合がオープンな問題にどのように対処できるかを強調し、堅牢で効率的なセキュアなAIoTシステムの開発を導く。

関連論文リスト

• AI-Native Integrated Sensing and Communications for Self-Organizing Wireless Networks: Architectures, Learning Paradigms, and System-Level Design [0.0]
  次世代無線ネットワークの基本パラダイムとして、ISAC(Integrated Sensing and Communications)が登場している。 無線センシングと通信機能を密結合することにより、ISACは状況認識、ローカライゼーション、トラッキング、ネットワーク適応のための新しい機能を解放する。 この調査は、AIネイティブなISAC対応の自己組織化無線ネットワークの包括的でシステムレベルのレビューを提供する。
  論文  参考訳（メタデータ） (2025-12-29T05:45:57Z)
• Edge Artificial Intelligence: A Systematic Review of Evolution, Taxonomic Frameworks, and Future Horizons [10.453339156813852]
  Edge AIは、インテリジェンスを直接、ネットワークエッジのデバイスに埋め込む。 このレビューでは、Edge AIの進化、現在の状況、今後の方向性を体系的に検討する。
  論文  参考訳（メタデータ） (2025-10-01T20:22:17Z)
• AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
  私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。 まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。 第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。 第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
  論文  参考訳（メタデータ） (2025-06-14T12:43:07Z)
• From Large AI Models to Agentic AI: A Tutorial on Future Intelligent Communications [57.38526350775472]
  このチュートリアルは、大規模人工知能モデル(LAM)とエージェントAI技術の原則、設計、応用に関する体系的な紹介を提供する。 我々は,6G通信の背景を概説し,LAMからエージェントAIへの技術的進化を概説し,チュートリアルのモチベーションと主な貢献を明らかにする。
  論文  参考訳（メタデータ） (2025-05-28T12:54:07Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• Transforming the Hybrid Cloud for Emerging AI Workloads [82.21522417363666]
  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)
• 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)
• Pervasive AI for IoT Applications: Resource-efficient Distributed Artificial Intelligence [45.076180487387575]
  人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。 これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。 広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
  論文  参考訳（メタデータ） (2021-05-04T23:42:06Z)

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。