公共安全和犯罪控制。
邊沿分析和邊緣人工智能使得先進、安全的視頻、傳感器和通訊系統可以有效地監控公共空間、法律和秩序。利用邊緣AI可以防止或減少犯罪或其它災難性事件，並危及公共安全。傳感器主要應用於橋梁、發電廠等基礎設施中，能夠對建築物進行監測，識別潛在的危害，為市民和城市提供服務。UAV配有傳感器，可對交通、人群、建築現場和災區進行監視，協助應急救援。總的來說，社區從對執法和災難管理的信任中受益。
智能交通和自動駕駛智能汽車。
邊緣分析將成為互聯網自動駕駛汽車革命的關鍵驅動力。公路交通工具將彼此溝通，並與基礎設施進行通訊，提高整個道路的安全性。它還將減少交通擁堵，提高駕駛員的舒適性。
為不同級別的自動駕駛提供了邊界雲功能，例如高清實時地圖、實時交通監控和報警等不同的服務。在車載分布式人工智能應用中，將視頻數據通過5G無線傳輸給通信網絡中邊緣計算站點。在邊緣雲上，利用機器學習算法，對視頻數據進行接近實時處理。現場圖像處理的結果會被送到車內，與本地分析對比，最後得出結論，例如指示駕駛員。
智能醫療
醫療保健行業正在看到網絡設備數量的激增。邊計算和邊分析能大大減輕這個負擔。醫療移動設備能夠將病人的數據實時捕捉到邊緣連接分析平台。病人不需要再等分析結果了，這就大大減少了治療的次數。
合作邊緣的概念將成為另一個推動者，其中地理分散的數據將集成到組合邊緣設備的可消耗視圖中。舉例來說，由於深度學習能夠發現診斷和預後的重要臨床特征，因此近年來在眼科領域的重要性日益突出。這導致各種深度學習系統嵌入眼科成像設備，實現自動圖像采集。基於智能手機的設備級別也可以執行相同的操作，例如使用與智能手機相連的高分辨率眼底成像系統rpa 比較。
讓城市自己思考。
邊緣分析的變化潛力幾乎是無限的。5G網絡的速度和把本地處理工作轉移到網絡的邊緣這一事實使邊緣分析的要求非常強烈。減少的延遲與相互連接的智能設備相互連接，使當前模式取得了巨大的飛躍。該模式要求將大量數據發送回雲進行分析、處理和洞察。設備或邊緣網絡上的獨立決策和認知智能可以減少處理和決策延遲。這意味著決定性的實時決策。
5G中的邊緣分析將不僅局限於傳統的描述性分析，而且還將繼續發展。這項強大的技術有能力從場景中學習，預測接下來會發生什么，規定下一個最佳操作或決策，並從過去的行為模式中學習做出最佳決策。對於完全獨立的應用程序，邊緣分析將實時自動執行下一個操作。
精選文章：
留言列表
