边缘图智能：面向边缘网络的图智能双向赋能
分布式、并行与集群计算
2025-01-08 v2 人工智能
机器学习
网络与互联网体系结构
摘要
近年来，连接在网络边缘的计算设施规模不断扩大，培育出边缘网络作为支撑各种智能服务的基础设施。同时，人工智能（AI）前沿已扩展到图领域，推动了图智能（Graph Intelligence, GI）。鉴于图与网络之间的内在联系，图学习与边缘网络之间的交叉学科——即边缘图智能（Edge GI, EGI）——揭示了它们之间一种新型相互作用：图智能帮助优化边缘网络，而边缘网络又促进图智能模型的部署。围绕这一精巧的闭环，EGI 被认作是充分释放边缘计算潜力的有前景的解决方案，正受到日益增长的关注。然而，EGI 的研究仍处于初萌阶段，通信和人工智能社区都急需一个专门的场所来分享近期的进展。为此，本文提出了 EGI 概念，探讨了其范围和核心原则，并就此新兴领域的最新研究工作进行了全面调查。具体而言，本文介绍和讨论了：1）边缘计算和图学习的基本概念，2）围绕图智能与边缘网络之间闭环的新兴技术，以及3）未来 EGI 的开放挑战和研究机遇。通过跨越通信、网络和图学习领域之间的鸿沟，我们相信本调查稿能获得更多关注，促进有意义的讨论，并激发 EGI 领域的进一步研究思路。
引用
@article{arxiv.2407.15320,
title = {Edge Graph Intelligence: Reciprocally Empowering Edge Networks with Graph Intelligence},
author = {Liekang Zeng and Shengyuan Ye and Xu Chen and Xiaoxi Zhang and Ju Ren and Jian Tang and Yang Yang and Xuemin and Shen},
journal= {arXiv preprint arXiv:2407.15320},
year = {2025}
}
备注
Accepted by IEEE Communications Surveys & Tutorials