用于高效水资源管理的神经形态 IoT 架构：智慧村庄案例研究
机器学习
2024-10-28 v1
摘要
IoT 网络的指数级增长要求向兼具高灵活性与学习能力，同时保持低能耗、最小通信开销和低延迟的架构进行范式转变。传统 IoT 系统，特别是与机器学习方法集成时，通常面临高通信开销和显著能耗的问题。本研究通过提出一种受生物系统启发的神经形态架构来解决这些挑战。为了说明所提架构的实际应用，我们提供了一个以 Carinthia 地区 Neuhaus 社区水资源管理为重心的案例研究。本文展示了该社区在用水量预测和异常检测方面的初步结果。我们还引入了一种将生物学原理融入 IoT 系统设计的新型神经形态 IoT 架构。该架构专为边缘计算场景量身定制，在这些场景中低功耗和高效率至关重要。我们的方法利用神经形态计算的固有优势（如异步处理和事件驱动通信），创建了一个既节能又响应迅速的 IoT 框架。本案例研究展示了神经形态 IoT 架构如何部署于真实场景中，突显了其在节能、减少通信开销和提升系统响应速度方面的优势。
引用
@article{arxiv.2410.19562,
title = {Neuromorphic IoT Architecture for Efficient Water Management: A Smart Village Case Study},
author = {Mugdim Bublin and Heimo Hirner and Antoine-Martin Lanners and Radu Grosu},
journal= {arXiv preprint arXiv:2410.19562},
year = {2024}
}
备注
Submitted to Edge AI conference, Cagliari, Italy