| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-04-13 15:20 ［招待講演］協調型エッジコンピューティングとフェデレーテッド・ラーニングを用いた車両IoTシステム ○策力木格（電通大）  NS2023-6 |
|
| 抄録 | （和） | This work discusses two approaches to enable intelligent vehicular Internet-of-Things (IoT) systems, namely, collaborative edge computing and federated learning. First, a collaborative vehicular edge computing approach is introduced to improve the data processing capability of vehicular IoT systems by designing an approach to achieve efficient task offloading between vehicles. Second, a federated learning approach is used to share the knowledge among vehicles without exchanging raw sensor data. Some approaches for empowering federated learning in vehicular environment is also discussed. Realistic computer simulations are conducted by integrating OMNeT++, a well-used network simulator, with PyTorch, a well-known machine learning framework. |
| （英） | This work discusses two approaches to enable intelligent vehicular Internet-of-Things (IoT) systems, namely, collaborative edge computing and federated learning. First, a collaborative vehicular edge computing approach is introduced to improve the data processing capability of vehicular IoT systems by designing an approach to achieve efficient task offloading between vehicles. Second, a federated learning approach is used to share the knowledge among vehicles without exchanging raw sensor data. Some approaches for empowering federated learning in vehicular environment is also discussed. Realistic computer simulations are conducted by integrating OMNeT++, a well-used network simulator, with PyTorch, a well-known machine learning framework. | |
| キーワード | （和） | Vehicular IoT / Collaborative Edge Computing / Federated Learning / / / / / |
| （英） | Vehicular IoT / Collaborative Edge Computing / Federated Learning / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 2, NS2023-6, pp. 31-31, 2023年4月. | |
| 資料番号 | NS2023-6 | |
| 発行日 | 2023-04-06 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2023-6 |
|
| 研究会情報 | |
| 研究会 | NS |
| 開催期間 | 2023-04-13 - 2023-04-14 |
| 開催地（和） | 日本大学 郡山キャンパス + オンライン開催 |
| 開催地（英） | Nihon University, Koriyama Campus + Online |
| テーマ（和） | 通信トラヒック理論，トラヒック・品質評価，ネットワーク性能評価，QoS/QoE，信頼性・ロバスト性，トラヒック・品質管理，AI・機械学習，ネットワーク・システム運用管理, 大容量・低遅延・多数接続，一般 |
| テーマ（英） | Communication traffic theory, Traffic and quality evaluation, Network performance evaluation, QoS/QoE, Reliability and robustness, Traffic and quality management, AI and machine learning, Network and system operation management, High capacity, low latency, many connections, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2023-04-NS |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 協調型エッジコンピューティングとフェデレーテッド・ラーニングを用いた車両IoTシステム |
| サブタイトル（和） | |
| タイトル（英） | Intelligent Vehicular IoT Systems with Collaborative Edge Computing and Federated Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Vehicular IoT / Vehicular IoT |
| キーワード(2)（和/英） | Collaborative Edge Computing / Collaborative Edge Computing |
| キーワード(3)（和/英） | Federated Learning / Federated Learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 策力 木格 / Celimuge Wu / |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-04-13 15:20:00 |
| 発表時間 | 45分 |
| 申込先研究会 | NS |
| 資料番号 | NS2023-6 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.2 |
| ページ範囲 | p.31 |
| ページ数 | 1 |
| 発行日 | 2023-04-06 (NS) |
[研究会発表申込システムのトップページに戻る]