物联网(物联网)的基础上成立制造数十亿实际物理对象,和移动设备连接到互联网。与连接设备的兴起,边缘计算获得了突出的理念,已被广泛认可。边缘计算提供了计算、分析、存储和控制靠近边缘的网络,解决问题的可伸缩性和延迟。

然而,边缘计算有问题解决不同的物联网设置。这些不同的应用程序产生一个巨大的大数据处理效率。现有的体系结构面临着一些挑战,大数据处理的主要挑战。边缘计算在不同的物联网设置失败,因为它在处理智能的需求是有缺陷的边缘。结合人工智能(AI),设想,AI-enabled边缘计算可以通过解放压倒发展遇到的前景边缘数据。小说技巧,和创新延长额外的有效计算模型更聪明的技术实践将机器学习的优势。边缘使用机器学习数据处理是必需的。机器学习技术着迷科学家在物联网实现边缘计算设置。优势智能物联网使用机器学习的研究还处于初始阶段,它需要一个即时响应。目前,边缘计算和机器学习/深度学习技术已经应用到我们生活的各个方面,如教育、工程、管理、经济。

这个特殊问题的目的是整理原始研究的文章,以及评论文章、研究机器学习的重要性在边缘计算保护物联网系统。这个特殊的问题,我们希望发现优势智能使用机器学习的承诺IoT-enabled边缘计算。此外,我们还希望遇到和有用的见解,创新的解决方案和结果。提交讨论的信息,和有效的技术,可以支持高效的优势智能物联网是高度鼓励。

潜在的主题包括但不限于以下:

• 挑战,机遇,和小礼品为边缘计算使用机器学习
• 聪明,并行和分布式计算边缘为物联网系统架构
• 针对情报认知物联网
• 可伸缩、适应性强的边缘计算使用人工智能和智能架构的优势
• 高效的边缘/ fog-cloud物联网应用程序的集成
• 先进的物联网系统造型,使用边缘智力和先进的数据建模的体系结构
• 先进的调度方法有效培训、推理和缓存
• 大数据分析计算,为物联网和新兴大数据管理体系结构
• 大数据分析使用深度学习,强化学习
• 先进的调度方法对大数据的边缘/雾计算
• 集成的ML,大数据、物联网和边缘的计算机技术
• 新的边缘AI陈述,例如,行业4.0,自主驾驶,智能电网网络机器人,网络的能量(埃克斯波特学院)
• 大数据分析使用人工智能教育深度学习与边缘节点
• 边计算,为工程管理和深度学习,多媒体应用程序