抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文において,筆者らはサービスは,参加者により収集されたデータに基づいて提供される参加型センシング応用における「スロースタート問題」を示した。スロースタート問題は,参加型センシングサービス展開における初期段階,サービス採用は乏しいままであるに言及し,収集したデータは,適切な被覆を提供していない。,データから学習し,予測モデルは,スパース観測からの一般化への道を提供するが,モデル自身が信頼できるサービスを提供するために統計的に信頼性があることが必要である。サービス信頼性を達成するために,本論文では,モデル化手法,より簡単なモデルを初めに使用を提供し,徐々により精巧なモデルへの移行,十分なデータを収集する。研究の重要な課題と寄与は,モデル化誤差に関する理論的保証を提供するモデル遷移を時間正確にすることである。筆者らの技法は,時間での単一モデル成分の誤差を結合することを前統計的アプローチとは対照的に,境界モデリング誤差における全体的アプローチを必要とする。この技術は,車両参加型センシング応用の文脈,GreenGPSと呼ばれる試験し,被験者データは各車両のための最も燃料効率の良いルートを選択することの目的(最短または最速とは対照的に)のための異なる経路上の車両の燃料消費を予測するモデルを構築するために使用される。は筆者らのアプローチが展開の初期段階における予測誤差を減少させることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
