SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:kau-94900"
 

Sökning: id:"swepub:oai:DiVA.org:kau-94900" > AIDA—Aholistic AI-d...

AIDA—Aholistic AI-driven networking and processing framework for industrial IoT applications

Chahed, Hamza (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Usman, Muhammad (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Chatterjee, Ayan (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
visa fler...
Bayram, Firas (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Chaudhary, Rajat (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Brunstrom, Anna, 1967- (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Taheri, Javid (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013)
Ahmed, Bestoun S., 1982- (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013),Czech Technical University in Prague, Czech Republic
Kassler, Andreas, 1968- (författare)
Karlstads universitet,Institutionen för matematik och datavetenskap (from 2013),Deggendorf Institute of Technology, Germany
visa färre...
 (creator_code:org_t)
Elsevier, 2023
2023
Engelska.
Ingår i: Internet of Things. - : Elsevier. - 2542-6605. ; 22
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Industry 4.0 is characterized by digitalized production facilities, where a large volume of sensors collect a vast amount of data that is used to increase the sustainability of the production by e.g. optimizing process parameters, reducing machine downtime and material waste, and the like. However, making intelligent data-driven decisions under timeliness constraints requires the integration of time-sensitive networks with reliable data ingestion and processing infrastructure with plug-in support of Machine Learning (ML) pipelines. However, such integration is difficult due to the lack of frameworks that flexibly integrate and program the networking and computing infrastructures, while allowing ML pipelines to ingest the collected data and make trustworthy decisions in real time. In this paper, we present AIDA - a novel holistic AI-driven network and processing framework for reliable data-driven real-time industrial IoT applications. AIDA manages and configures Time-Sensitive networks (TSN) to enable real-time data ingestion into an observable AI-powered edge/cloud continuum. Pluggable and trustworthy ML components that make timely decisions for various industrial IoT applications and the infrastructure itself are an intrinsic part of AIDA. We introduce the AIDA architecture, demonstrate the building blocks of our framework and illustrate it with two use cases. 

Ämnesord

NATURVETENSKAP  -- Data- och informationsvetenskap -- Datorteknik (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Engineering (hsv//eng)
NATURVETENSKAP  -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Sciences (hsv//eng)

Nyckelord

Edge/cloud computing
Internet of Things (IoT)
Machine Learning
Time-Sensitive Networks (TSN)
Computer Science
Datavetenskap

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy