边缘计算技术是一种有效地降低云资源消耗的方法，近年来受到研究者们的广泛关注。传感数据如果在云中进行处理，通常集中发送到最近的数据中心。作为数据中心代表的云从诞生之日起就面临着能源消耗、网络互联性和热量消耗等方面的巨大挑战；典型的人工智能应用，由于数据量大，计算强度高，又对先进的云计算平台提出了新的挑战，人们将人工智能算法应用于边缘计算系统，称为边缘计算智能。
边缘化指的是将机器学习等智能算法部署到网络的边缘——嵌入式终端，即在云服务的终点和物联网的源头上执行智能计算的技术。举例来说，智能手表是人体和手机之间的边缘，它具有智能的应用程序，如健康监测和疾病预防；而桥梁健康监测传感器则位于桥身与维修中心之间的边缘，监控摄像头则是监控区域与后方安全中心之间的边缘，它上运行着智能任务，如环境检测、非法入侵监控等智能任务。总之，边缘计算智能的核心原则是：在边缘端直接执行与智能应用相关的算法。
(1)边缘计算可穿戴设备。
在嵌入式边缘计算中，可穿戴设备是一个重要应用场景。文件[36]讨论了在学习和教育方面的广泛应用。通过智能手表学生可以快速、便捷地获取信息，连接校园中的边缘设备，提高学习效率。一种面向病人的可穿戴式无线医疗传感器网络，它由主传感板、传感节点和网关组成，测量受试者胸部主要生命体征，包括心率、呼吸速率和体温，并通过蓝牙低功耗(BLE)模块传输到网关。
(2)边缘计算环境监测。
边缘化的出现为传感器网络带来了新的发展机遇。一种用于桥梁健康监测的结构健康监测系统，包括用于测量桥柱倾斜角度的加速度传感器，超声波测水位传感器。传感节点和中心站工作频率相同。利用中心站，接收来自节点的传感器数据，并将其发送到后台节点。
