دسته بندی:

محاسبات لبه ای - Edge-computing

---

سال انتشار:

2020

---

ترجمه فارسی عنوان مقاله:

به سمت لبه هوشمند: ارتباطات بی سیم به یادگیری ماشین می‌رسد

---

عنوان انگلیسی مقاله:

Towards an Intelligent Edge: Wireless Communication Meets Machine Learning

---

منبع:

IEEE Communications Magazine ( Volume: 58, Issue: 1, January 2020)

---

نویسنده:

Guangxu Zhu, Dongzhu Liu, Yuqing Du, Changsheng You, Jun Zhang and Kaibin Huang

---

چکیده انگلیسی:

The recent revival of artificial intelligence (AI) is revolutionizing almost every branch of science and technology. Given the ubiquitous smart mobile gadgets and Internet of Things (IoT) devices, it is expected that a majority of intelligent applications will be deployed at the edge of wireless networks. This trend has generated strong interests in realizing an “intelligent edge” to support AI-enabled applications at various edge devices. Accordingly, a new research area, called edge learning, emerges, which crosses and revolutionizes two disciplines: wireless communication and machine learning. A major theme in edge learning is to overcome the limited computing power, as well as limited data, at each edge device. This is accomplished by leveraging the mobile edge computing (MEC) platform and exploiting the massive data distributed over a large number of edge devices. In such systems, learning from distributed data and communicating between the edge server and devices are two critical and coupled aspects, and their fusion poses many new research challenges. This article advocates a new set of design principles for wireless communication in edge learning, collectively called learning-driven communication. Illustrative examples are provided to demonstrate the effectiveness of these design principles, and unique research opportunities are identified.
Keywords: Servers | Atmospheric modeling | Artificial intelligence | Distributed databases | Wireless communication | Machine learning | Computational modeling

---

چکیده فارسی:

احیای هوش مصنوعی در اواخر (AI) تقریباً در هر شاخه‌ای از علم و فناوری، انقلابی ایجاد کرده است. با توجه به گجت‌های تلفن همراه هوشمند و همه جا حاضر و دستگاه‌های اینترنت اشیا (IoT)، انتظار می‌رود که اکثر برنامه‌های هوشمند را بتوان در لبه‌ی شبکه‌های بی سیم استقرار داد. این روند باعث شده است، تمایل قوی برای تحقق «لبه هوشمند» ایجاد شود تا از برنامه‌های کاربردی مجهز به AI در دستگاه‌های لبه مختلف استفاده شود. بر این اساس، یک حوزه‌ی پژوهشی جدید به نام یادگیری لبه به ظهور رسیده است که از دو رشته عبور می‌کند و انقلابی در آنها ایجاد می‌کند: ارتباطات بی سیم و یادگیری ماشین. یک موضوع اصلی در یادگیری لبه غلبه بر قدرت محاسباتی محدود و همچنین داده‌های محدود در هر دستگاه لبه است. این امر با استفاده از پلت فرم محاسبات لبه تلفن همراه (MEC) و استخراج داده‌های عظیم توزیع شده در تعداد زیادی دستگاه لبه محقق شده است. در چنین سیستم‌هایی، یادگیری از داده توزیع شده و برقراری ارتباط بین سرور لبه و دستگاه‌ها دو جنبه‌ی حیاتی و مهم است و همجوشی آنها، چالش‌های پژوهشی جدید و زیادی را به همراه دارد. این مقاله از یک مجموعه جدید از اصول طراحی برای ارتباطات بی سیم در یادگیری لبه پشتیبانی می‌کند که در مجموع ارتباطات یادگیری محور نامیده می‌شوند. مثال‌های گویایی ارائه شدند تا اثربخشی این اصول طراحی مشخص شوند و برای این منظور فرصت‌های تحقیقاتی منحصر به فردی شناسایی شدند.
کلمات کلیدی: سرورها | مدل سازی جوی | هوش مصنوعی | پایگاه های داده توزیع شده | ارتباطات بی سیم | یادگیری ماشین | مدل سازی محاسباتی

---

---

---

---

حجم فایل: 635 کیلوبایت

---

قیمت: 56160 تومان   

---

توضیحات اضافی:

---

---

---