O autor explora as limitações da IA centralizada em um projeto de monitoramento costeiro de baixa energia, onde o envio de dados brutos de sensores consumia rapidamente a bateria. Isso o levou a considerar a Inferência Neural Gráfica Probabilística para permitir o raciocínio eficiente e localizado em implantações autônomas na borda.
Este artigo propõe o MODIAD, um novo framework para detecção de anomalias industriais multimodais, online e distribuídas, abordando as limitações dos métodos existentes em ambientes industriais do mundo real. Ele visa tirar proveito da inteligência de borda para treinamento de modelos distribuídos em sistemas industriais.
FusionSense apresenta um framework de aprendizado próximo ao sensor em três estágios para sistemas autônomos de ponta com restrição energética, lidando com o processamento de dados de sensores multimodais. Ele otimiza o cálculo e a transmissão treinando classificadores leves próximos ao sensor com decisões conscientes da fusão, melhorando a adaptabilidade e a eficiência.