| 講演名 | 2023-04-13 ［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), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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. |
| 抄録(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 |
| キーワード(英) | Vehicular IoT / Collaborative Edge Computing / Federated Learning |
| 資料番号 | NS2023-6 |
| 発行日 | 2023-04-06 (NS) |
| 研究会情報 | |
| 研究会 | NS |
|---|---|
| 開催期間 | 2023/4/13(から2日開催) |
| 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 |
| 委員長氏名（和） | 大石 哲矢(NTT) |
| 委員長氏名（英） | Tetsuya Oishi(NTT) |
| 副委員長氏名（和） | 三好 匠(芝浦工大) |
| 副委員長氏名（英） | Takumi Miyoshi(Shibaura Insti of Tech.) |
| 幹事氏名（和） | 池邉 隆(NTT) / 山口 実靖(工学院大) |
| 幹事氏名（英） | Takashi Ikebe(NTT) / Saneyasu Yamaguchi(Kogakuin Univ.) |
| 幹事補佐氏名（和） | 三原 孝太郎(NTT) |
| 幹事補佐氏名（英） | Kotaro Mihara(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Network Systems |
|---|---|
| 本文の言語 | ENG-JTITLE |
| タイトル（和） | ［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 |
| サブタイトル（和） | |
| タイトル（英） | [Invited Talk] Intelligent Vehicular IoT Systems with Collaborative Edge Computing and Federated Learning |
| サブタイトル（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 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) |
| 発表年月日 | 2023-04-13 |
| 資料番号 | NS2023-6 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | NS-2 |
| ページ範囲 | pp.31-31(NS), |
| ページ数 | 1 |
| 発行日 | 2023-04-06 (NS) |