分布式机器学习在物联网中的应用：综合性综述
网络与互联网体系结构
2023-10-17 v1 信号处理
摘要
新兴无线网络（如超越 5G 与 6G）中新服务与应用的涌现，显示出物联网（IoT）中对人工智能（AI）使用的日益增长需求。然而，海量物联网连接的增长以及未来物联网系统中分布式计算资源的可用性，强烈要求发展分布式 AI 以提供更优的物联网服务与应用。因此，现有赋能 AI 的物联网系统可通过实施分布式机器学习（又称分布式学习）方法来增强。本工作旨在对新兴网络中面向物联网服务与应用的分布式学习提供综合性综述。具体而言，我们首先提供机器学习背景并介绍典型分布式学习方法 preliminaries，如联邦学习、多智能体强化学习与分布式推理。随后，我们广泛回顾面向关键物联网服务（如数据共享与计算卸载、定位、移动群智感知及安全与隐私）与物联网应用（如智慧医疗、智能电网、自动驾驶车辆、空中物联网网络与智慧工业）的分布式学习。从所回顾文献中，我们还提出物联网分布式学习的关键挑战，并给出若干有前景的解决方案与研究方向。
引用
@article{arxiv.2310.10549,
title = {Applications of Distributed Machine Learning for the Internet-of-Things: A Comprehensive Survey},
author = {Mai Le and Thien Huynh-The and Tan Do-Duy and Thai-Hoc Vu and Won-Joo Hwang and Quoc-Viet Pham},
journal= {arXiv preprint arXiv:2310.10549},
year = {2023}
}