AI-powered IoT for Intelligent Systems and Smart Applications
A dolgok internete (IoT) és a mesterséges intelligencia (AI) kölcsönösen előnyös kapcsolata bomlasztó innovációkat tesz lehetővé a viselhető és beültethető orvosbiológiai eszközökben az egészségügyi megfigyeléshez; intelligens felügyeleti és megfigyelési alkalmazásokban, mint például az autonóm drónok használata a katasztrófa- és mentési műveletekhez. A mesterséges intelligencia és az IoT fúziója lehetővé teszi, hogy a rendszerek előrejelző, előíró és autonóm módon működjenek. A mesterséges intelligencia és a tárgyak internetének konvergenciája a feltörekvő alkalmazások jellegét a támogatottól a kiterjesztett és végül az autonóm intelligencia felé fordítja. Ez a folyamatosság minden iparágra hatással lesz, a gyártástól kezdve a kiskereskedelmen át az egészségügyig, a távközlésig, a közlekedésig stb. Az IoT-érzékelők hatalmas mennyiségű adat összegyűjtését teszik lehetővé, míg az AI segíthet az intelligencia kinyerésében, hogy intelligensebb alkalmazásokat fejlesszenek ki egy intelligensebb világ számára. Ráadásul a kialakulóban lévő 5G tájkép megteremti az alapot az AI-alapú IoT-ben rejlő teljes potenciál kiaknázásához. Az 5G által kínált masszív kapcsolódási lehetőség és az ultraalacsony késleltetési képesség minden vertikális területen izgalmas alkalmazások előtt nyitja meg az utat.
A mesterséges intelligencia és az IoT-alkalmazások e kialakulóban lévő korszakának három fő összetevője van: (i) intelligens eszközök, (ii) intelligens rendszerek rendszerei és (iii) végponttól végpontig tartó analitika. Az ilyen rendszerek megvalósítása számos kihívással jár, amelyek közé tartoznak a szolgáltatásminőségi követelmények (késleltetés, sávszélesség, késleltetés stb.) teljesítéséhez szükséges algoritmikus és tervezési innovációk; az IoT-adatok adatvédelmét megőrző és az összekapcsolt felhasználók számára biztonságos szolgáltatásokat nyújtó mechanizmusok; olyan nagy teljesítményű rendszerek elérése, amelyek a nagy mennyiségű és gyors sebességű IoT-adatokat egyaránt képesek feldolgozni az Edge AI-t kihasználva. Alkalmazási szempontból továbbá továbbra is szükség van olyan skálázható és intelligens IoT-adatmegoldások kialakítására, amelyek a kollektív intelligencia érdekében jobban kihasználják a szövetségi tanulás és a kollaboratív érzékelés koncepcióit.
A fent említett okok miatt ez a kutatási téma olyan eredeti és publikálatlan kutatási cikkek beküldését célozza, amelyek elméleti vagy módszertani/alkalmazási szempontból mélyreható alapkutatási hozzájárulásokat mutatnak be, amelyek új architektúrákat, algoritmusokat, rendszereket, technikákat vagy alkalmazásokat tartalmaznak, és új betekintést és eredményeket kínálnak az AI-alapú IoT területén.
Az alábbi témák közül egy vagy több témához kapcsolódó (de nem kizárólagosan) magas színvonalú beadványokat várunk:
● IoT adatbányászati platformok és eszközök
● Gépi tanulás és mesterséges intelligencia az IoT-adatok feldolgozásához és elemzéséhez
● Edge and fog computing for IoT data processing
● Social Data mining and Computing
● New Applications for smart IoT Services
● Federated learning for AI-alapú IoT-rendszerek
● Az AI-alapú IoT-megoldások adatvédelme és biztonsága
● Edge AI az egészségközpontú IoT-rendszerekhez és az ember-gép interakcióhoz
● Smart Edge IoT-eszközök az egészségügyért, környezetvédelem, közlekedés és egyéb ipari alkalmazások számára.
● Patakfeldolgozás a hatékony IoT-adatfeldolgozáshoz
● 5G által támogatott IoT-rendszerek és alkalmazások
● IoT-szolgáltatásokkal integrált blokklánc
● Kontextustudatos rendszerek
● Meta-heurisztikus algoritmusok IoT- és viselhető eszközökhöz
● Nagyszabású IoT-forgatókönyvek modellezése és szimulációja, valamint IoT-szabványosítás
Kulcsszavak:
Fontos megjegyzés: A kutatási témához kapcsolódó minden hozzájárulásnak annak a szekciónak és folyóiratnak a feladatkörébe kell tartoznia, amelyhez benyújtják, ahogyan azt a küldetésnyilatkozatukban meghatározzák. A Frontiers fenntartja magának a jogot, hogy a tárgykörön kívüli kéziratot a szakértői értékelés bármely szakaszában egy megfelelőbb szekcióba vagy folyóiratba irányítsa.