array(2) { ["lab"]=> string(4) "1321" ["research"]=> string(4) "1503" } 边缘智能驱动下的万物互联网研究 - MARVEL (奇迹实验室) | LabXing

MARVEL (奇迹实验室)

Multimedia and AI Research for Visual Transmission Exploratory Laboratory

中国科学院 / 计算技术研究所

边缘智能驱动下的万物互联网研究

       大规模多媒体边缘计算与传输平台。解决大规模多样性Internet of Everything (IoE)的接入、控制，复杂多媒体数据分发、传输与计算的问题。创新性技术包括：1）提出了大规模IoE节点多维度画像表示模型，形成了大规模异构IoE终端快速接入边缘节点的敏捷方法；2）提出了融合压缩视频流、特征视频流、语义信息流的多流传输方法，将传统的多媒体流传输升级为支持语义和特征的多重信息传输，满足多样化应用需求的同时提升了大规模多媒体数据的传输效率；3）提出了新型三重效用T-model模型来度量通信-计算-存储3C系统的效率，提升了海量多媒体数据的自主适应复杂网络条件和多样性异构设备的能力；4）提出了边缘智能模型，通过在边缘侧加入了大规模IoE的群体智能控制来支持IoE 终端的自主控制，提升了大规模设备分析和控制的能力。通过构建AI驱动边缘计算下的群体视觉IoE架构，有效降低了系统数据传输的码率，提高了边缘计算系统的数据处理能力，使得多媒体任务在低带宽、低能耗和低延迟环境下表现出更好的性能。

       该平台尤其适用于智慧城市、智慧工业等IoT设备规模大、类型多的场景，有效地解决海量IoE的控制、多媒体数据传输与计算、系统效率评估等问题，推动了万物互联场景下多媒体应用的发展。

日程表 描述已自动生成  图片包含 图示 描述已自动生成  图示 描述已自动生成

       边缘智能计算系统架构              IoE画像技术         T-model多特征流传输

相关研究成果：

  1. Wen Ji, Bing Liang, Yuqin Wang, Rui Qiu, and Zheming Yang, "Crowd V-IoE: Visual Internet of Everything Architecture in AI-Driven Fog Computing," IEEE Wireless Communications, vol. 27, no. 2, pp. 51-57, April. 2020.
  2. Wen Ji, Jingce Xu, Hexiang Qiao, Mengdi Zhou, and Bing Liang, "Visual IoT: Enabling Internet of Things Visualization in Smart Cities," IEEE Network, vol. 33, no. 2, pp. 102-110, April. 2019.
  3. 纪雯, 万物可视—通过边缘智能实现的可视物联网[J]. 信息通信技术, 2020, 14(02): 27-37.
创建: May 27, 2021 | 15:04