論文の概要: Clustered Edge Intelligence: Beyond Just Convergence of Edge Computing and AI
- arxiv url: http://arxiv.org/abs/2607.20937v1
- Date: Thu, 23 Jul 2026 05:31:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.296023
- Title: Clustered Edge Intelligence: Beyond Just Convergence of Edge Computing and AI
- Title（参考訳）: クラスタ化されたエッジインテリジェンス - エッジコンピューティングとAIの収束以上のもの
- Abstract要約: クラスタ化されたエッジインテリジェンス(CEI)は、エッジコンピューティングに対するビジョン的なインテリジェンス中心のアプローチである。
インテリジェンスを、分散エッジクラウド連続体全体で独立して表現し、発見し、観察し、交換し、管理できる、共有可能で再利用可能な第1級エンティティにすることを目指している。
本稿では,インテリジェンスインベントリ,セマンティック知識表現,コミュニケーション,発見可能性,可観測性,ライフサイクル自動化,クラスタリング機構,マーケットプレース,相互運用性,標準化など,3層CEIアーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 2.0928008472218527
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We are moving from an information age to the age of intelligence. A decade, or possibly less than that, data will not be the gold anymore rather the derived intelligence out of the data and the information we posses from the edge of the network. Existing Edge Intelligence research focuses mainly on two directions: using AI for edge resource management and deploying lightweight AI models on edge devices. However, existing edge computing research lacks an intelligence-centric framework in which derived intelligence is treated as a first-class, independently manageable entity that can be described, discovered, observed, shared, reused, and dynamically clustered across heterogeneous edge devices and applications. To address these research gaps, we introduced Clustered Edge Intelligence, a visionary intelligence-centric approach. The aim of CEI is to make intelligence a shareable and reusable first-class entity that can be independently represented, discovered, observed, exchanged, and managed across the distributed edge-cloud continuum. We present a three layer CEI architecture and examine enabling technologies and research dimensions, including intelligence inventories, semantic knowledge representation, communication, discoverability, observability, lifecycle automation, clustering mechanisms, marketplaces, interoperability, and standardization.
- Abstract（参考訳）: 私たちは情報時代から知性の時代に移行しています。
10年かそれ以下は、データがもはや、データから派生したインテリジェンスや、ネットワークの端から収集した情報ではなくて、金ではないだろう。
既存のエッジインテリジェンス研究は主に、エッジリソース管理にAIを使用することと、エッジデバイスに軽量AIモデルをデプロイする、という2つの方向に焦点を当てている。
しかし、既存のエッジコンピューティング研究では、派生したインテリジェンスを第一級、独立的に管理可能なエンティティとして扱うインテリジェンス中心のフレームワークが欠如しており、不均一なエッジデバイスやアプリケーションにまたがって記述、発見、共有、再利用、動的にクラスタ化できる。
これらの研究ギャップに対処するため、私たちは、ビジョン的なインテリジェンス中心のアプローチであるClustered Edge Intelligenceを導入しました。
CEIの目的は、インテリジェンスを分散エッジクラウド連続体で独立して表現し、発見し、観察し、交換し、管理できる、共有可能で再利用可能なファーストクラスエンティティにすることである。
本稿では,インテリジェンスインベントリ,セマンティック知識表現,コミュニケーション,発見可能性,可観測性,ライフサイクル自動化,クラスタリング機構,マーケットプレース,相互運用性,標準化など,3層CEIアーキテクチャを提案する。
関連論文リスト
- Towards 6G Native-AI Edge Networks: A Semantic-Aware and Agentic Intelligence Paradigm [85.7583231789615]
6Gはインテリジェンスをネイティブネットワークの能力として位置づけ、無線アクセスネットワーク(RAN)の設計を変革する
このビジョンの中では、セマンティック・ネイティブのコミュニケーションとエージェント・インテリジェンスが中心的な役割を果たすことが期待されている。
エージェントインテリジェンスは、RANエンティティに目標駆動の自律性、推論、計画、マルチエージェントコラボレーションを提供する。
論文 参考訳（メタデータ） (2025-12-04T03:09:33Z) - 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) - A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
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。
論文 参考訳（メタデータ） (2025-08-26T08:38:01Z) - Edge Intelligence with Spiking Neural Networks [50.33340747216377]
Spiking Neural Networks(SNN)は、リソース制約のあるデバイス上で、低消費電力でイベント駆動型の計算を提供する。
神経モデル,学習アルゴリズム,ハードウェアプラットフォームなどを含むEdgeSNN基盤の系統分類について述べる。
軽量SNNモデルを用いたデバイス上の推論、非定常データ条件下でのリソース認識トレーニングと更新、セキュアでプライバシ保護の問題。
論文 参考訳（メタデータ） (2025-07-18T16:47:52Z) - 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) - Towards Integrated Fine-tuning and Inference when Generative AI meets
Edge Intelligence [5.078859563367533]
高性能生成人工知能(GAI)は、コンピュータ・インテリジェンスの最新の発展を象徴する。
GAIとエッジインテリジェンス(EI)の必然的な出会いは、新たな機会を解き放ちます。
本稿では,データフリーな知識リレーを活用した矛盾をバッファリングするGAI指向合成ネットワーク(GaisNet)を提案する。
論文 参考訳（メタデータ） (2024-01-05T06:52:55Z) - Integrated Sensing-Communication-Computation for Edge Artificial Intelligence [41.611639821262415]
統合センシング通信計算(I SCC)は,資源利用の向上に最重要課題である。
本稿では、エッジ学習タスクとエッジAI推論タスクをアプリケーション層と物理層の両方で行うための各種のISCCスキームについて述べる。
論文 参考訳（メタデータ） (2023-06-01T21:35:20Z) - 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) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳（メタデータ） (2020-10-01T02:16:40Z) - State-of-the-art Techniques in Deep Edge Intelligence [0.0]
エッジインテリジェンス(EI)は、エッジコンピューティングの概念を用いた学習を可能にする強力な代替手段として急速に登場した。
本稿では,DeIの運用における主な制約について概説する。
論文 参考訳（メタデータ） (2020-08-03T12:17:23Z)
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。