Machine Learning for Edge Computing

Denna bok om Maskininlärning för Edge Computing utforskar och delar in edge intelligence i AI för kanten (intelligensaktiverad edge computing) och AI på kanten (artificiell intelligens på kanten). Fokus ligger på att erbjuda optimala lösningar till nyckelfrågor inom edge computing genom effektiva AI-teknologier, samt diskutera hur man bygger AI-modeller, det vill säga modellträning och inferens, vid kanten. Boken ger insikter i detta nya tvärvetenskapliga fält inom edge computing från en bredare vision och perspektiv. Författarna diskuterar maskininlärningsalgoritmer för edge computing samt teknologins framtida behov och potential. De förklarar även de grundläggande begreppen, ramverken, mönstren och forskningsvägen som erbjuder den nödvändiga bakgrunden för potentiella framtida forskningsprogram inom edge intelligence. Målgruppen för denna bok inkluderar akademiker, forskarscholar, industriexperter, vetenskapsmän samt doktorander som arbetar inom Internet of Things (IoT) eller edge computing och skulle vilja lägga till maskininlärning för att stärka förmågan hos deras arbete. Boken utforskar ämnen såsom Edge Computing; hårdvara för Edge Computing; AI-och-edge-virtualiseringstekniker; Edge Intelligence samt djupa applikationer av lärande med tränings-och optimeringsmetoder; Maskininlärningsalgoritmer använda till Edge Computing; översyn av artificiell intelligens på IoT; Diskussion om framtidens behov av Edge Computing m.m.

Amitoj Singh är biträdande professor vid skolan Sciences of Emerging Technologies vid Jagat Guru Nanak Dev Punjab State Open University i Punjab, Indien. Vinay Kukreja är professor vid Chitkara Institute of Engineering and Technology vid Chitkara University i Punjab Indien. Taghi Javdani Gandomani är biträdande professor vid Shahrekord University i Shahrekord Iran.