Das Projekt zielt darauf ab, die neuartigen Möglichkeiten des Edge Computing für Knowledge Graph (KG) Anwendungen zu erforschen. Wissensgraphen sind leistungsstarke Werkzeuge für die Extraktion von Wissen aus heterogenen Datenquellen wie Text-, Bild-, Audio-, Video- und Sensordaten. Das aktuelle Paradigma der Cloud-basierten KGs steht jedoch vor erheblichen Herausforderungen in Bezug auf Latenz und Zentralisierung. Latenz bezieht sich auf die Verzögerung, die durch den Kommunikations-Overhead zwischen den Datenquellen und der Cloud verursacht wird, was die Fähigkeit beeinträchtigt, Einblicke und Maßnahmen in Echtzeit zu liefern. Die Zentralisierung bezieht sich auf die Isolierung der einzelnen KGs in der Cloud, was die Zusammenarbeit und Synergie mehrerer KGs, die über verschiedene Standorte verteilt sind, verhindert. Diese Herausforderungen schränken das volle Potenzial von KGs ein und erfordern innovative Lösungen, die die Vorteile des Edge Computing nutzen können. Edge Computing ist ein aufkommendes Paradigma, das darauf abzielt, durch die Verarbeitung und Speicherung von Daten in der Nähe von Quellen Dienste mit geringer Latenz und kontextbezogener Nutzung anzubieten. Durch den Einsatz von verteiltem Rechnen wollen wir die inhärenten Nachteile von Cloud-zentrierten Lösungen überwinden, die auf zentraler Datenspeicherung und -verarbeitung beruhen. Verteiltes Computing ermöglicht die Feinabstimmung einer zentralen, vortrainierten KG anhand der Nutzerdaten vor Ort. Sensible Daten verbleiben unter der Kontrolle des Nutzers, wodurch die Notwendigkeit der Übertragung und die potenzielle Offenlegung in der Cloud vermieden werden. Darüber hinaus reduziert dieser lokalisierte Ansatz die Latenzzeit, ermöglicht Entscheidungen in Echtzeit und verbessert die Reaktionsfähigkeit des Systems insgesamt. Darüber hinaus können wir durch den Einsatz föderierter Abfragetechniken auf die kollektive Intelligenz verteilter KGs über verschiedene Edge-Geräte hinweg zugreifen.
Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
Laufzeit:
01.07.2024
- 31.05.2027
Förderkennzeichen: 16MEE0444
Koordinator: Universität Stuttgart - Fakultät 5 Informatik, Elektrotechnik und Informationstechnik - Institut für Künstliche Intelligenz (IKI)
Verbund:
Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen
Quelle:
Bundesministerium für Bildung und Forschung (BMBF)
Redaktion:
DLR Projektträger
Länder / Organisationen:
Dänemark
Spanien
Griechenland
Ungarn
Israel
Italien
Polen
Rumänien
Themen:
Förderung
Information u. Kommunikation
Weitere Informationen
Weitere Teilprojekte des Verbundes
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -
- Verbundprojekt: Zukunftssichere und skalierbare Elektronikplattform für das dezentrale Rechnen - SMARTY -