| Item type |
学術雑誌論文 / Journal Article.(1) |
| 公開日 |
2019-06-27 |
| 書誌情報 |
en : IEEE Network
巻 32,
号 1,
p. 96-101,
発行日 2018-01-26
|
| タイトル |
|
|
タイトル |
Learning IoT in Edge: Deep Learning for the Internet of Things with Edge Computing |
|
言語 |
en |
| 言語 |
|
|
言語 |
eng |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Machine learning |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Edge computing |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Cloud computing |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Feature extraction |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Task analysis |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Computational modeling |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Servers |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| アクセス権 |
|
|
アクセス権 |
open access |
|
アクセス権URI |
http://purl.org/coar/access_right/c_abf2 |
| 著者 |
李, 鶴
太田, 香
董, 冕雄
|
| 室蘭工業大学研究者データベースへのリンク |
|
|
表示名 |
李 鶴（LI He） |
|
URL |
http://rdsoran.muroran-it.ac.jp/html/200000181_ja.html |
| 室蘭工業大学研究者データベースへのリンク |
|
|
表示名 |
太田 香（OTA Kaoru） |
|
URL |
http://rdsoran.muroran-it.ac.jp/html/100000140_ja.html |
| 室蘭工業大学研究者データベースへのリンク |
|
|
表示名 |
董 冕雄（DONG Mianxiong） |
|
URL |
http://rdsoran.muroran-it.ac.jp/html/100000145_ja.html |
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
Deep learning is a promising approach for extracting accurate information from raw sensor data from IoT devices deployed in complex environments. Because of its multilayer structure, deep learning is also appropriate for the edge computing environment. Therefore, in this article, we first introduce deep learning for IoTs into the edge computing environment. Since existing edge nodes have limited processing capability, we also design a novel offloading strategy to optimize the performance of IoT deep learning applications with edge computing. In the performance evaluation, we test the performance of executing multiple deep learning tasks in an edge computing environment with our strategy. The evaluation results show that our method outperforms other optimization solutions on deep learning for IoT. |
|
言語 |
en |
| 出版者 |
|
|
出版者 |
IEEE |
|
言語 |
en |
| 出版者版へのリンク |
|
|
表示名 |
10.1109/MNET.2018.1700202 |
|
URL |
https://doi.org/10.1109/MNET.2018.1700202 |
| DOI |
|
|
関連タイプ |
isVersionOf |
|
|
識別子タイプ |
DOI |
|
|
関連識別子 |
10.1109/MNET.2018.1700202 |
| 日本十進分類法 |
|
|
主題Scheme |
NDC |
|
主題 |
007 |
| ISSN |
|
|
収録物識別子タイプ |
PISSN |
|
収録物識別子 |
0890-8044 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA10690432 |
| 権利 |
|
|
言語 |
en |
|
権利情報 |
© 2018 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works. |
| 著者版フラグ |
|
|
出版タイプ |
AM |
|
出版タイプResource |
http://purl.org/coar/version/c_ab4af688f83e57aa |
| フォーマット |
|
|
内容記述タイプ |
Other |
|
内容記述 |
application/pdf |
IEEENW_32_1_96_101 (947.5 kB)
