> Tổng quan Dự án:
Dưới đây là bảng tổng hợp và đánh giá chéo độ tin cậy của 10 tài liệu nghiên cứu chuyên sâu về lĩnh vực Edge Computing & AI:
| STT | Tên tài liệu & Tác giả | Loại nguồn | Đánh giá Ưu / Nhược điểm | Xếp hạng |
|---|---|---|---|---|
| 1 | Machine learning at the network edge: A survey (Murshed et al., 2021) |
Bài báo khoa học (ACM) | [+] Ưu: Tạp chí hạng Q1 (ACM); Đánh giá toàn diện các kỹ thuật phân bổ tính toán trên Edge; Lượt trích dẫn rất cao. [-] Nhược: Nghiêng về mặt mạng lưới (networking) nhiều hơn mức linh kiện phần cứng. |
Xuất sắc |
| 2 | Convergence of edge computing and deep learning (Wang et al., 2020) |
Bài báo khoa học (IEEE) | [+] Ưu: Nguồn IEEE uy tín tuyệt đối trong khối kỹ thuật; Quy trình bình duyệt khắt khe; Phân tích sâu về tài nguyên hệ thống. [-] Nhược: Đã xuất bản 4 năm, một số kiến trúc chip mới nhất chưa được cập nhật. |
Rất cao |
| 3 | Edge machine learning for iot: A review (Merenda et al., 2020) |
Bài báo khoa học (Tạp chí chuyên ngành) | [+] Ưu: Tập trung trực tiếp vào thiết bị IoT và MCU; Đăng trên tạp chí Sensors uy tín; Tổng hợp dữ liệu rất chi tiết. [-] Nhược: Thiếu các thực nghiệm đo lường hiệu năng thực tế. |
Xuất sắc |
| 4 | Hardware-aware neural architecture search for edge devices (Lee et al., 2022) |
Bài báo khoa học (Google Scholar) | [+] Ưu: Tính cập nhật cao (2022); Giải quyết bài toán cực khó (NAS trên thiết bị Edge); Trích dẫn đang tăng mạnh. [-] Nhược: Đòi hỏi phải có nền tảng toán học sâu để tiếp cận. |
Rất cao |
| 5 | A survey on edge computing systems and tools (Baccarelli et al., 2023) |
Bài báo khoa học (Google Scholar) | [+] Ưu: Rất mới (2023); Hệ thống hóa rõ các công cụ phát triển phần cứng (hardware toolchains). [-] Nhược: Mới xuất bản nên lượt trích dẫn chéo chưa cao. |
Cao |
| 6 | TinyML: Machine Learning with TensorFlow Lite on Arduino (Warden & Situnayake, 2019) |
Sách chuyên khảo | [+] Ưu: Sách nền tảng kinh điển về TinyML; Tác giả là kỹ sư trưởng của Google; NXB O'Reilly danh tiếng. [-] Nhược: Phiên bản thư viện phần mềm trong sách có thể đã lỗi thời so với hiện nay. |
Cao |
| 7 | Efficient processing of deep neural networks (Sze et al., 2020) |
Sách chuyên khảo | [+] Ưu: Tác giả từ MIT; Phân tích cực kỳ sâu về kiến trúc máy tính (SRAM, MAC units) cho AI. [-] Nhược: Nặng về lý thuyết thiết kế vi mạch (ASIC/FPGA). |
Xuất sắc |
| 8 | The Future of Edge AI: A Technology Report (Arm Limited, 2023) |
Nguồn mở (Báo cáo ngành) | [+] Ưu: Dữ liệu thực tiễn từ hãng thiết kế kiến trúc vi xử lý (Arm) lớn nhất thế giới; Định hướng sản phẩm rõ ràng. [-] Nhược: Không qua bình duyệt học thuật, mang mục đích quảng bá hệ sinh thái Arm. |
Cao |
| 9 | How AI Is Scaling at the Edge (IEEE Spectrum, 2023) |
Nguồn mở trên Internet | [+] Ưu: Cập nhật xu hướng công nghệ chip nhanh chóng; Văn phong dễ hiểu; Dẫn chứng từ các startup làm chip AI. [-] Nhược: Bài viết dạng tin tức khoa học, thiếu phương pháp nghiên cứu định lượng. |
Khá |
| 10 | Artificial Intelligence and Hardware (Semiconductor Industry Association, 2022) |
Nguồn mở (Báo cáo) | [+] Ưu: Cung cấp bức tranh vĩ mô về chuỗi cung ứng bán dẫn và phần cứng AI toàn cầu. [-] Nhược: Thiếu chi tiết kỹ thuật chuyên sâu về mạch nhúng. |
Rất cao |
*Nếu khung xem trước bị lỗi, vui lòng bấm nút bên dưới để mở*
📄 MỞ BÁO CÁO TRONG TAB MỚI