Project Logo

 

WatchEDGE studia un’architettura avanzata di edge-computing che supporta applicazioni basate sull’intelligenza artificiale distribuite su siti geograficamente distanti. Ogni sito (o “isola”) – interconnesso tramite SD-WAN – è dotato di un’infrastruttura di edge-computing che può essere fornita da flotte di droni volanti (FANET), radar intelligenti e telecamere fisse o volanti.

Il progetto – orchestrato in modo da massimizzare l’elaborazione dei dati all’edge – lavora su un caso d’uso di sorveglianza ambientale per l’agricoltura intelligente e la protezione della fauna selvatica, basandosi sull’elaborazione delle immagini basata sull’intelligenza artificiale.

WatchEDGE fa parte dello Spoke 8 – Intelligent and Autonomous Systems

Nei primi nove mesi di RESTART, la maggior parte delle attività di WatchEDGE ha riguardato "Architettura e requisiti" e si è concentrata sulla preparazione del primo deliverable, che identificherà lo scenario applicativo del progetto WatchEDGE, i requisiti e le caratteristiche principali dell'architettura. I partner hanno inoltre avviato le attività su "Algoritmi e metodi di orchestrazione" e hanno diffuso gli obiettivi del progetto all'interno e all'esterno. Sono in corso le procedure per l'acquisto di attrezzature sperimentali.  
  • Orchestratori per WatchEDGE: implementazione e simulazione open source
  • Rilevamento di oggetti con la visione artificiale aperta.
  • Una piattaforma di apprendimento supervisionato per il riconoscimento aereo automatico di animali selvatici.
  • Ottimizzazione del bilanciamento del carico computazionale nelle FANET per il riconoscimento aereo di animali selvatici: Un approccio di apprendimento federato.
  • Sensori radar intelligenti WatchEDGE: Fase iniziale dell'implementazione hardware.
  • Aggregazione di modelli consapevole delle risorse per cicli di formazione ad apprendimento federato nelle SD-WAN
Inoltre, sono stati prodotti quattro documenti tecnici:
  • “From MPLS to SD-WAN to ensure QoS and QoE in cloud-based applications”
  • “Performance Characterization and Profiling of Chained CPU-bound Virtual Network Functions”
  • “OSCAR: a Contention Window Optimization approach using Deep Reinforcement Learning”
  • “MANTRA: an Edge-Computing Framework based on Multi-Armed Bandit for Latency- and Energy-aware Job Offloading in Vehicular Networks”
L'elenco dettagliato dei lavori è disponibile sul repository di RESTART Mission 7.  
Il 28 settembre, dalle 14.00 alle 16.00, il progetto ha organizzato il Workshop di disseminazione, aperto al pubblico: "Architettura e requisiti di WatchEDGE". AGENDA DEL WORKSHOP: - Mengyao Li, Sebastian Troia, Guido Maier, Politecnico di Milano "Orchestratori per WatchEDGE: implementazione e simulazione open-source". - Jean Pierre Asdikian, Sebastian Troia, Guido Maier, Politecnico di Milano "Rilevamento di oggetti con la visione artificiale aperta" - Andrea Caruso, Christian Grasso, Raoul Raftopoulos, Giovanni Schembra, Università degli Studi di Catania "Una piattaforma di apprendimento supervisionato per il riconoscimento aereo automatico di animali selvatici". - Andrea Caruso, Christian Grasso, Raoul Raftopoulos, Giovanni Schembra, Università degli Studi di Catania "Ottimizzazione del bilanciamento del carico computazionale nelle FANET per il riconoscimento aereo di animali selvatici: Un approccio di apprendimento federato". - Elisa Giusti, Luca Gentile, Ajeet Kumar, CNIT - Lab. RaSS Pisa Sensori radar intelligenti WatchEDGE: Fase iniziale di implementazione hardware Il workshop si è tenuto a Catania (Università di Catania, Cittadella Universitaria, Edificio n. 4 (DAU) - Aula Magna). 4 (DAU) - Aula Magna Oliveri.
  1. Definition of the WatchEDGE physical and control architectures (KPI-1)
    • Expected 100%
    • Accomplished 40%
    • Readiness level 1.6
  2. Design of the WatchEDGE orchestration system (KPI-2)
    • Expected 100%
    • Accomplished 5%
    • Readiness level 0.2
  3. Design of the WatchEDGE AI-based application manager (KPI-3)
    • Expected 100%
    • Accomplished 5%
    • Readiness level 0.2
  4. Development of the WatchEDGE experimental validation testbed (KPI-4)
    • Expected 100%
    • Accomplished 10%
    • Readiness level 0.4
  5. WatchEDGE-solution performance assessment (KPI-5)
    • Expected 100%
    • Accomplished 0%
    • Readiness level 0
  6. Peer-reviewed publications in IEEE/ACM journals/magazines (KPI-6)
    • Expected 8
    • Accomplished 1
    • Readiness level 0.5
  7. Peer-reviewed publications at IEEE/IEEE co-sponsored international conferences (KPI-7)
    • Expected 12
    • Accomplished 4
    • Readiness level 1.3
  8. Fraction of joint publications (e.i. with authors affiliated to multiple RESTART partners) (KPI-8)
    • Expected 30%
    • Accomplished 20%
    • Readiness level 2.6
  9. Training events for the scientific community (e.g. conference workshops, keynote, invited or tutorial presentations), and/or for PhD students and/or industry employees (KPI-9)
    • Expected 4
    • Accomplished 6
    • Readiness level 6
  10. Tutorial materials (videos, slide sets, etc.) for remote teaching (KPI-10)
    • Expected 3
    • Accomplished 0
    • Readiness level 0
  11. International visitors (PhD students/researchers) hosted (KPI-11)
    • Expected 2
    • Accomplished 1
    • Readiness level 2

Proposte di collaborazione
WatchEDGE è attualmente alla ricerca di nuovi partner, in quanto quattro task del progetto sono attualmente inclusi nella RESTART Cascade Calls relativa allo SPOKE 8 – INTELLIGENT AND AUTONOMOUS SYSTEMS, coordinata dall’Università degli Studi di Roma Tor Vergata. Consultate il bando al seguente link.

È possibile avanzare proposte di collaborazione sul progetto contattando giovanni.schembra at unict.it

 


WatchEDGE News: