CCSS: Collaborative Research: Learn-and-Adapt to Manage Dynamic Cyber-Physical Networks

CCSS：协作研究：学习和适应管理动态信息物理网络

基本信息

批准号：
1711471
负责人：
Georgios Giannakis
金额：
$ 32.78万
依托单位：
University of Minnesota-Twin Cities
依托单位国家：
美国
项目类别：
Standard Grant
财政年份：
2017
资助国家：
美国
起止时间：
2017-07-01 至 2020-06-30
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=1711471&HistoricalAwards=false
关键词：
CCSS Collaborative Research Learn Adapt

项目摘要

This project investigates algorithmic innovations targeting the cyber-physical system (CPS) opportunities emerging from cloud, transportation, and power networks. The envisioned advances pertain to models and algorithms for learn-and-adapt approaches to managing CPS; online data-driven workload balancing for sustainable data center networks; real-time traffic management for transportation networks in smart cities; and learning-aided online decentralized energy management for smart power networks.The proposed research has great potential for social, environmental, and economic benefits, as it directly impacts the wireless Internet, scalable cloud networks, intelligent transportation, and microgrids supporting smart homes and cars. Cloud users' experience can be enhanced with markedly low request delay. Smart cars can end up consuming less fuel, and experience less waiting time at road intersections due to efficient signal control and vehicle routing. Finally, power grid operators can benefit from relaxed battery capacity requirements and fast electric vehicle charging at substations. Broader transformative impact will be effected by reaching out to middle-school students and the community, involving undergraduates in research, increasing participation of under-represented minorities, and promoting a scientifically literate public.

该项目研究了针对网络物理系统（CPS）机会的算法创新，从云，运输和电力网络中出现的机会。所设想的进步与用于管理CP的学习和适应方法的模型和算法有关；在线数据驱动的工作负载平衡用于可持续数据中心网络；智能城市运输网络的实时交通管理；以及针对智能电力网络的学习辅助在线分散能源管理。拟议的研究具有社交，环境和经济利益的巨大潜力，因为它直接影响了无线互联网，可扩展的云网络，智能运输以及支持智能家居和汽车的微电网。云用户的经验可以通过明显低的请求延迟来增强。智能汽车最终会消耗较少的燃料，并且由于有效的信号控制和车辆路由，在路交叉口的等待时间更少。最后，电网操作员可以从放松的电池容量需求和变电站的快速电动汽车充电中受益。通过与中学学生和社区接触，涉及研究，增加代表性不足的少数群体的参与以及促进科学识字公众的参与，将产生更广泛的变革影响。

项目成果

期刊论文数量（88）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Learning and Management for Internet of Things: Accounting for Adaptivity and Scalability

物联网的学习和管理：考虑适应性和可扩展性

DOI：
10.1109/jproc.2019.2896243
发表时间：
2019-04-01
期刊：
PROCEEDINGS OF THE IEEE
影响因子：
20.6
作者：
Chen, Tianyi;Barbarossa, Sergio;Zhang, Zhi-Li
通讯作者：
Zhang, Zhi-Li

Decentralized RLS With Data-Adaptive Censoring for Regressions Over Large-Scale Networks

DOI：
10.1109/tsp.2018.2795594
发表时间：
2016-12
期刊：
IEEE Transactions on Signal Processing
影响因子：
5.4
作者：
Zifeng Wang;Zheng Yu;Qing Ling;Dimitris Berberidis;G. Giannakis
通讯作者：
Zifeng Wang;Zheng Yu;Qing Ling;Dimitris Berberidis;G. Giannakis

Structured Egonet Tensors for Robust Node Embedding

DOI：
10.1109/camsap45676.2019.9022518
发表时间：
2019-12
期刊：
2019 IEEE 8th International Workshop on Computational Advances in Multi-Sensor Adaptive Processing (CAMSAP)
影响因子：
0
作者：
Fatemeh Sheikholeslami;G. Giannakis
通讯作者：
Fatemeh Sheikholeslami;G. Giannakis

Mobile Energy Transfer in Internet of Things

物联网中的移动能源传输