文献

J-GLOBAL ID：201702282719833616   整理番号：17A1779111

協調的機械学習を通したエッジ計算の活用【Powered by NICT】

Leveraging Edge Computing through Collaborative Machine Learning

著者 (2件)： Portelli Kurt ,  Anagnostopoulos Christos
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FiCloudW  ページ： 164-169  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モノのインターネット(IoT)は,ネットワーク端でのセンサネットワークを通した我々の環境を解析し,予測する能力を提供する。この予測機能を容易にするために,エッジ計算(EC)への応用を考慮した:消費電力,ネットワーク寿命と文脈推論の品質によって開発された。センサからHumongous文脈データはより良い知識抽出データ科学者を提供し,ネットワーク実現可能性と寿命を脅かすことを全体的なデータ転送を犠牲にして生じる。これに対処するために,協調型機械学習は,(i)統計的関係を抽出し,(ii)通信効率を最大化するために構築物回帰(予測)モデルにEC素子に適用した。本論文では,入力空間を量子化とEC素子の局所的知識を活用することにより予測精度を改善する学習方法を提案した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ネットワーク ,  データ転送 ,  センサネットワーク ,  予測 ,  センサ ,  量子化 ,  *機械学習 ,  消費電力
準シソーラス用語： 学習方法 ,  予測精度 ,  通信効率 ,  データサイエンス ,  知識抽出 ,  ネットワーク寿命 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 協調 ,  機械学習 ,  エッジ ,  計算 ,  活用