从学术和市场视角看 EdgeAI 中的异常检测

摘要 边缘计算和人工智能逐渐交融，构建了一个新概念。边缘系统现在配备了人工智能解决方案，以在数据生成地点更接近的地方提供更快的洞察，减少通信延迟，避免雾计算或云计算交互。在需求 EdgeAI 的应用范围内，异常检测是一个关键研究领域。在这里，传统统计方法往往无法有效识别各种场景中的异常。因此，需要更复杂的技术，例如机器学习方法，来处理数据的高维度、非线性和非平稳性。考虑到当前状态，文献在该领域提供的参考有限，缺乏对学术和市场计划的清晰、最新概述。因此，本次调查旨在调查异常检测的主要关注点，解决上述机会。我们分析了 4,075 篇与异常检测相关的文章和该领域的 10 家市场参与者。我们的研究呈现了 EdgeAI 中异常检测的最新概述，整合了学术和行业的视角。它涵盖了 AI 库、算法、硬件、通信技术和成本效益的考虑。此外，我们介绍了一种新颖的分类法，通过算法特征、通信方法、硬件能力、能效和财务影响对这些方法进行分类。