文献

J-GLOBAL ID：201702250914046364   整理番号：17A0885946

クラウドセンシングにおける位置依存タスクのための準最適割当アルゴリズム【Powered by NICT】

Near-Optimal Allocation Algorithms for Location-Dependent Tasks in Crowdsensing

著者 (4件)： He Shibo (State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou, China) ,  Shin Dong-Hoon (School of Electrical, Computer and Energy Engineering, Arizona State University, Tempe, AZ, USA) ,  Zhang Junshan (School of Electrical, Computer and Energy Engineering, Arizona State University, Tempe, AZ, USA) ,  Chen Jiming (State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou, China)
資料名： IEEE Transactions on Vehicular Technology  (IEEE Transactions on Vehicular Technology)
巻： 66  号： 4  ページ： 3392-3405  発行年： 2017年 
JST資料番号： C0244A  ISSN： 0018-9545  CODEN： ITVTAB  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラウドセンシングは,大規模センシング応用の需要に適合する効率的な方法を提供する。crowdsensingでは,センシングの品質の異なる要求を持つセンシングタスクは典型的には特定の場所に関連しており,モバイルユーザは,時間制約を持っているので,最適タスク割当は困難である。割当問題はNP困難であることを示した。近似アルゴリズムに焦点を当て,効率的な局所比ベースアルゴリズム(LRBA)を考案した。著者らの解析は,LRBAによるものと最適配分により得られた骨材報酬の近似比が5であることを示した。LRBAで効率的であることを明らかにし,近似比に低かった(タイトではなく)限界は4である。モバイルユーザは不均一で,結果を拡張し一般的なシナリオ。DLRBA,LRBAの分散バージョンを設計し,それは反復的モバイルユーザのすべての情報を収集するためのプラットフォームを必要とせずに各モバイルユーザで実行できる。集中型と分布型は,同じ溶液を出力することができることを証明した。広範なシミュレーション結果により,提案したアルゴリズムの利点を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： シミュレーション ,  *アルゴリズム ,  品質 ,  割当問題 ,  近似法 ,  NP困難 ,  近似アルゴリズム ,  時間制約 ,  モバイルユーザ
準シソーラス用語： 最適配置 ,  タスク割当 , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (3件)： タスク ,  割当 ,  アルゴリズム