AI-drevet IoT til intelligente systemer og smarte applikationer
Det gensidigt fordelagtige forhold mellem tingenes internet (IoT) og kunstig intelligens (AI) muliggør forstyrrende innovationer inden for wearables og implantabelt biomedicinsk udstyr til sundhedsovervågning, smart overvågning og overvågningsapplikationer som f.eks. brugen af en autonom drone til katastrofehåndtering og redningsoperationer. Fusionen af AI og IoT gør det muligt for systemerne at være forudsigelige, præskriptive og autonome. Denne konvergens mellem AI og IoT ændrer de nye applikationers karakter fra at være assisteret til at blive forstærket og i sidste ende til autonom intelligens. Dette kontinuum vil påvirke alle brancher lige fra fremstilling, detailhandel, sundhedspleje, telekommunikation og transport osv. IoT-sensorer vil gøre det muligt at indsamle en enorm mængde data, mens AI kan hjælpe med at udlede intelligens til at udforme smartere applikationer til en smartere verden. Desuden danner det nye 5G-landskab et grundlag for at realisere det fulde potentiale af AI-drevet IoT. Den massive konnektivitet, som 5G tilbyder sammen med ultra-lav latency-kapacitet, vil åbne op for spændende applikationer på tværs af alle vertikale sektorer.
Denne nye æra af AI- og IoT-applikationer har tre hovedkomponenter (i) intelligente enheder (ii) intelligente systemer af systemer og (iii) end-to-end-analyser. Der findes talrige udfordringer i forbindelse med gennemførelsen af sådanne systemer, som omfatter algoritmiske og designinnovationer for at opfylde Quality of Service-kravene (latenstid, båndbredde, forsinkelse osv.); mekanismer til at bevare IoT-datas privatlivets fred og levere sikre tjenester til sammenkoblede brugere; opnåelse af højtydende systemer, der kan behandle både store mængder og hurtige IoT-data med høj hastighed ved hjælp af Edge AI. På applikationsfronten er der desuden stadig behov for at designe skalerbare og intelligente IoT-dataløsninger, der gør bedre brug af fødereret læring og kollaborative sensingkoncepter med henblik på kollektiv intelligens.
Af ovennævnte grunde har dette forskningsemne til formål at anmode om indsendelse af originale og upublicerede forskningsartikler, der præsenterer dybtgående grundlæggende forskningsbidrag enten fra et teoretisk eller metodologisk/anvendelsesmæssigt perspektiv, som indeholder nye arkitekturer, algoritmer, systemer, teknikker eller applikationer, der tilbyder ny indsigt og resultater inden for AI-drevet IoT.
Vi søger indsendelser af høj kvalitet relateret til (men ikke begrænset til) et eller flere af følgende emner:
Vi søger indsendelser af høj kvalitet relateret til (men ikke begrænset til) et eller flere af følgende emner:
● IoT-datamining platforme og værktøjer
● Maskinlæring og AI til IoT-databehandling og -analyse
● Edge- og fog computing til IoT-databehandling
● Social data mining og computing
● Nye applikationer til smarte IoT-tjenester
● Federeret læring til AI-drevne IoT-systemer
● Datafortrolighed og sikkerhed for AI-drevne IoT-løsninger
● Edge AI til sundhedscentrerede IoT-systemer og interaktion mellem menneske og maskine
● Smart Edge IoT-enheder til sundhed, miljø, trafik og andre industrielle applikationer.
● Stream processing for efficient IoT data processing
● 5G assisted IoT systems and Applications
● Blockchain Integrated with IoT services
● Context-Aware Systems
● Meta-Heuristic Algorithms for IoT and wearable
● Modeling and simulation of large-scale IoT scenarios and IoT standardization
Keywords:AI-algoritmer, Edge AI, Adaptive & Predictive Analytics, Internet of Things (IoT), Machine Learning, Stream Processing, Federated Learning, 5G-drevne IoT-applikationer
Vigtig bemærkning: Alle bidrag til dette forskningstema skal ligge inden for anvendelsesområdet for den sektion og det tidsskrift, hvortil de indsendes, som defineret i deres mission statements. Frontiers forbeholder sig ret til at henvise et manuskript, der ligger uden for anvendelsesområdet, til en mere egnet sektion eller et mere egnet tidsskrift på ethvert tidspunkt i peer review-processen.