事情互联网(物联网)正处于重大范式转变的边缘。在未来的IOT系统中,IOFT,云将被人群代替模型训练被带到边缘的人群,允许IOT设备协作提取知识并构建智能分析/型号,同时保持本地存储的个人数据。这种范式转变被IOT设备的计算能力巨大增加以及分散和隐私保留模型培训的最近进步,作为联合学习(FL)。本文为IOFT提供了愿景,并系统概述当前努力实现这一愿景。具体而言,我们首先介绍IOFT的定义特征,并讨论了三维内部的分散推断的流动方法,机会和挑战:(i)全局模型,最大化跨所有IOT设备的实用程序,(ii)个性化模型所有设备的借款强度都保留了自己的模型,(iii)一个迅速适应新设备或学习任务的元学习模型。通过描述Ioft通过域专家镜头重塑不同行业的愿景和挑战来结束。这些行业包括制造,运输,能源,医疗保健,质量和可靠性,商业和计算。
translated by 谷歌翻译