现代移动设备和传感器需求低延迟、流动性支持、能源效率、和高带宽从后端云计算数据中心和内容分发网络(CDN)。长之间的地理距离移动用户和云数据中心/ cdn导致高往返时间为最终用户,传感器,和应用程序。因此,计算设施正从集中式数据中心/ cdn边缘计算5 g / 6 g网络的出现。在终端用户提供存储和计算服务的技术和设备接近统称为边缘网络/计算。由于计算资源向优势的迁移,最终用户质量的经验(体验质量)增加了。边缘计算被联邦支持,合作,和主持的分布式智能终端用户设备、传感器和网络设备。边缘的出现智能(EI)的汞合金边缘计算和人工智能(AI)要求小说研究建议促进用户和神往的实现所需的体验质量。

等研究领域需要调查EI智能家居/城市智能交通和监视系统、语音和说话人识别,内容缓存边缘,边缘和geo-specific推荐系统和终端用户的隐私。联合学习技术降低机器学习的负担(ML)推理分配学习过程在多个资源受限设备边缘。边缘的大量的数据网络是由物联网(物联网)和最终用户。数据可以利用智能资源管理和智能应用的智能交通管理系统、物联网的医疗,工业物联网。然而,数据处理需要分布式验证和智能决策推理模型。AI和ML算法解决了许多终端用户问题在边缘计算从隐私、资源管理、服务位置,自动化等指数的计算能力增加边缘和终端用户设备使得计算密集型的应用人工智能/ ML算法可行。设计的挑战联邦和分布式智能模型的边缘和物联网网络成本和资源,同时保证数据隐私和安全尚未解决。

这个特殊的问题关注最新进展和创新在人工智能和联合学习物联网和边缘网络。我们欢迎原始研究和评论文章地址领域的边缘和物联网网络采购人工智能,机器学习技术和联合。

潜在的主题包括但不限于以下:

• 边缘智力对物联网生态系统,使体验质量和智能应用程序
• 机器上优于边缘缓存
• 边缘社区主导型推荐系统
• 区块链为用户应用程序和数据隐私和安全的优势
• 创新的互联网医疗卫生信息的东西
• 物联网与边缘计算的集成
• 智能交通信号、监视和监测系统的优势
• 联合情报的边缘
• 声音和说话人识别的智能家居的优势
• 边缘intelligence-empowered智能传感器和数据分析
• 为工业自动化边缘情报
• 仿真工具和模型边缘智力绩效评估
• 小说合作的边缘计算与人工智能/毫升