文献

J-GLOBAL ID：202002289258800011   整理番号：20A0495883

エッジにおける時間的データ融合【JST・京大機械翻訳】

Temporal Data Fusion at the Edge

著者 (2件)： Yang Linfu (Nanjing University of Posts and Telecommunications) ,  Liu Bin (Nanjing University of Posts and Telecommunications)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IUCC/DSCI/SmartCNS  ページ： 9-14  発行年： 2019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： enabラ技術として,データ融合は,インターネット(IoT)の文脈において大きな注目を集めている。従来の設定において,データ融合はクラウドサーバで行われる。したがって,融合されるべきデータは,データ融合の前にセンサノードからクラウドサーバに移されなければならない。このようなデータ融合の応用モードは,クラウドコンピューティングフレームワーク,例えばプライバシー漏れ,データ捕捉と計算の間の大きな待ち時間,過剰な侵入帯域幅消費からの妨害を受け継いでいる。この問題を回避するために,エッジでの時間的データ融合を行う方法を考慮した。エッジにおける逐次オンライン予測の問題を対象としたGauss過程ベースの時間データ融合(GPTDF)法を提案した。GPTDF法はエッジコンピューティングフレームワークに適合し,従って,プライバシー保護,データ捕捉と計算の間の低い待ち時間,および小さい帯域幅消費のようなエッジコンピューティングから望ましい特性を継承する。Caltrans性能測定システム(PeMS)からのアーカイブトラフィックデータセットを用いた実データ実験を通して,GPTDFの応用がネットワーク端におけるよりタイムリーで正確なリアルタイム予測を提供できることを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *データ融合 ,  データ収集 ,  ネットワーク ,  計測システム ,  帯域幅 ,  インターネット ,  Gauss過程 ,  プライバシー ,  待ち時間
準シソーラス用語： エッジコンピューティング ,  オンライン ,  クラウドコンピューティング ,  センサノード ,  クラウドサーバ ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： エッジ ,  データ融合