AI-powered IoT for Intelligent Systems and Smart Applications

Esineiden internetin (IoT) ja tekoälyn (AI) molempia osapuolia hyödyttävä suhde mahdollistaa mullistavat innovaatiot terveydenhuollon seurantaan tarkoitetuissa puettavissa ja implantoitavissa olevissa biolääketieteellisissä laitteissa, älykkäissä valvonta- ja seurantasovelluksissa, kuten autonomisten lennokkien käytössä katastrofien hallinnassa ja pelastustehtävissä. Tekoälyn ja esineiden internetin yhdistämisen ansiosta järjestelmät voivat olla ennakoivia, ennakoivia ja itsenäisiä. Tekoälyn ja esineiden internetin konvergenssi on kehittämässä uusien sovellusten luonnetta avustetuista sovelluksista laajennettuihin sovelluksiin ja lopulta autonomiseen älykkyyteen. Tämä jatkumo vaikuttaa kaikkiin teollisuudenaloihin, kuten valmistukseen, vähittäiskauppaan, terveydenhuoltoon, televiestintään ja liikenteeseen. IoT-anturit mahdollistavat valtavan tietomäärän keräämisen, kun taas tekoäly voi auttaa tuottamaan älykkyyttä älykkäämpien sovellusten kehittämiseksi älykkäämpää maailmaa varten. Lisäksi syntymässä oleva 5G tarjoaa perustan tekoälykäyttöisen esineiden internetin täyden potentiaalin hyödyntämiselle. 5G:n tarjoama massiivinen liitettävyys ja erittäin alhainen viive avaavat mahdollisuuksia jännittäville sovelluksille kaikilla vertikaalisilla aloilla.
Tällä tekoäly- ja IoT-sovellusten kehittyvällä aikakaudella on kolme pääkomponenttia: (i) älykkäät laitteet, (ii) älykkäät järjestelmien järjestelmät ja (iii) päästä päähän -analytiikka. Tällaisten järjestelmien toteuttamisessa on lukuisia haasteita, joihin kuuluvat algoritmi- ja suunnitteluinnovaatiot palvelunlaatuvaatimusten täyttämiseksi (latenssi, kaistanleveys, viive jne.); mekanismit IoT-tietojen yksityisyyden säilyttämiseksi ja turvallisten palvelujen tarjoamiseksi toisiinsa kytketyille käyttäjille; sellaisten suorituskykyisten järjestelmien aikaansaaminen, jotka pystyvät käsittelemään sekä suuria määriä että nopeita nopeuksia sisältävää IoT-tietoa Edge AI:ta hyödyntäen. Lisäksi sovellusten osalta on edelleen tarpeen suunnitella skaalautuvia ja älykkäitä IoT-tietoratkaisuja, joissa hyödynnetään paremmin federoitua oppimista ja yhteistoiminnallista havainnointia kollektiivisen älykkyyden saavuttamiseksi.
Edellä mainituista syistä tämän tutkimusaiheen tarkoituksena on pyytää alkuperäisiä ja julkaisemattomia tutkimusartikkeleita, joissa esitellään perusteellista perustutkimusta joko teoreettisesta tai metodologisesta/sovellusnäkökulmasta ja jotka sisältävät uusia arkkitehtuureja, algoritmeja, järjestelmiä, tekniikoita tai sovelluksia, jotka tarjoavat uusia oivalluksia ja löydöksiä tekoälyavusteisen esineiden internetin alalla.
Etsimme korkealaatuisia artikkeleita, jotka liittyvät (mutta eivät rajoitu) yhteen tai useampaan seuraavista aiheista:
● IoT-tiedonlouhinta-alustat ja -työkalut
● Koneoppiminen ja tekoäly IoT-tiedonkäsittelyyn ja -analyysiin
● Edge- ja sumulaskenta IoT-tiedonkäsittelyyn
● Sosiaalinen tiedonlouhinta ja -laskenta
● Älykkäiden IoT-palveluiden uudet sovellukset
● Federoitu oppiminen tekoälyä varten-powered IoT Systems
● Data Privacy and Security of AI-powered IoT Solutions
● Edge AI for health-centric IoT systems and human-machine interaction
● Smart Edge IoT Devices for health, ympäristöön, liikenteeseen ja muihin teollisuussovelluksiin.
● Virtaprosessointi IoT-datan tehokkaaseen käsittelyyn
● 5G-avusteiset IoT-järjestelmät ja -sovellukset
● Lohkoketju integroituna IoT-palveluihin
● Kontekstitietoiset järjestelmät
● Meta-heuristiset algoritmit IoT:tä ja puettavia laitteita varten
● Laajamittaisten IoT-skenaarioiden mallintaminen ja simulointi sekä IoT-standardisointi

Avainsanat:AI Algorithms, Edge AI, Adaptive & Predictive Analytics, Internet of Things (IoT), Machine Learning, Stream Processing, Federated Learning, 5G driven IoT Applications

Tärkeä huomautus: Kaikkien tähän tutkimusaiheeseen liittyvien kirjoitusten on kuuluttava sen jaoston ja lehden toimialaan, johon ne on toimitettu, kuten niiden tehtävänmäärittelyssä on määritelty. Frontiers pidättää oikeuden ohjata soveltamisalan ulkopuolisen käsikirjoituksen sopivampaan osastoon tai lehteen missä tahansa vertaisarviointivaiheessa.