文献

J-GLOBAL ID：202102216729151862   整理番号：21A2525993

エッジCloud計算の協調による異種IoTデータ解析フレームワーク:屋内PM_10とPM_2.5状態予測に焦点を合わせて【JST・京大機械翻訳】

A Heterogeneous IoT Data Analysis Framework with Collaboration of Edge-Cloud Computing: Focusing on Indoor PM10 and PM2.5 Status Prediction

著者 (3件)： Moon Jaewon (Information & Media Research Center, Korea Electronics Technology Institute, Seoul 03924, Korea) ,  Kum Seungwoo (Information & Media Research Center, Korea Electronics Technology Institute, Seoul 03924, Korea) ,  Lee Sangwon (Department of Interaction Science, Sungkyunkwan University, Seoul 03063, Korea)
資料名： Sensors (Web)  (Sensors (Web))
巻： 19  号： 14  ページ： 3038  発行年： 2019年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： エッジプラットフォームは,分散コンピューティング環境の一部になるように進化した。典型的なエッジは実時間で機械学習モデルを訓練するには十分な処理力を持たないが,エッジでの使用のためにクラウドのモデルを生成することは一般的である。不均一モノのインターネット(IoT)データのパターンは個々の状況に依存する。モノリシックモデルが,それらのデータを生成する空間の空間特性を考慮しない場合,予測性能を保証するのは容易ではない。本論文では,サンプルデータ相関に基づくクラウドの候補モデルからエッジに対する最良モデルを選択するために,新しい方法を用いた協調フレームワークを提案した。この方法は,エッジ側での訓練タスクなしで最も適切なモデルを使用し,プライバシー問題を最小化する。提案した方法を適用して,個々の空間における将来の微粒子物質濃度を予測した。結果は,著者らの方法が以前の方法より良い性能を提供できることを示唆した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分散分析 ,  *状態推定 ,  微粒子 ,  プライバシー ,  データ解析 ,  分散処理 ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 実時間 ,  *モノのインターネット ,  エッジコンピューティング , 【Automatic Indexing@JST】

著者キーワード (4件)： 分散解析アーキテクチャ ,  エッジコンピューティング ,  異種IoTデータ解析 ,  共同分析

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (46件)：

• Low, Y.; Bickson, D.; Gonzalez, J.; Guestrin, C.; Kyrola, A.; Hellerstein, J.M. Distributed GraphLab: A framework for machine learning and data mining in the cloud. Proc. VLDB Endow. 2012, 5, 716-727.
• Shi, W.; Cao, J.; Zhang, Q.; Li, Y.; Xu, L. Edge computing: Vision and challenges. IEEE Internet Things J. 2016, 3, 637-646.
• Ren, J.; Pan, Y.; Goscinski, A.; Beyah, R.A. Edge computing for the internet of things. IEEE Netw. 2018, 32, 6-7.
• Baktir, A.C.; Ozgovde, A.; Ersoy, C. How can edge computing benefit from software-defined networking: A survey, use cases, and future directions. IEEE Commun. Surv. Tutor. 2017, 19, 2359-2391.
• Luan, T.H.; Gao, L.; Li, Z.; Xiang, Y.; Wei, G.; Sun, L. Fog computing: Focusing on mobile users at the edge. arXiv 2015, arXiv:1502.01815.

タイトルに関連する用語 (8件)： エッジ ,  計算 ,  協調 ,  IoT ,  解析フレームワーク ,  屋内 ,  状態予測 ,  焦点