文献

J-GLOBAL ID：201502209225973772   整理番号：15A1012857

プロファイリングの動向と予測に基づく可動型クラウドセンシングタスクの拡張性があり費用対効果の高い割当:ParticipActリビングラボの体験

Scalable and Cost-Effective Assignment of Mobile Crowdsensing Tasks Based on Profiling Trends and Prediction: The ParticipAct Living Lab Experience

著者 (4件)： BELLAVISTA Paolo (Univ. Bologna, Bologna, ITA) ,  CORRADI Antonio (Univ. Bologna, Bologna, ITA) ,  FOSCHINI Luca (Univ. Bologna, Bologna, ITA) ,  IANNIELLO Raffaele (Univ. Bologna, Bologna, ITA)
資料名： Sensors (Web)  (Sensors (Web))
巻： 15  号： 8  ページ： 18613-18640 (WEB ONLY)  発行年： 2015年08月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 今日では,センサの豊富なスマートフォンはスマートシティの関心領域をカバーするために可動型仮想センサの役割をはたす市民を,一方的都合で巻き込むことにより,潜在的に都市環境における莫大な量の貴重なセンシングデータの収穫を可能にした。本論文では,クラウドセンシングキャンペーンにおけるボランティアに対する可動型クラウドセンシング(MCS)データ収集タスクの効率的な割当に関係する挑戦的な技術課題の詳細研究を提案した。特に論文では,最初にユーザの移動パターン,ゲーミング技術およびタイムリーな地理通知をプロファイルし,予測することを可能にする正確な参加者の選択を含め,いくつかの新しい施設を含めることによって提案のセンシングキャンペーンの有効性を高める方法を説明した。報告した結果はボランティアの行動からプロファイリングの動向の探索と予測技法の実現可能性を示した。さらに,それらは,1年以上Bologna大学の170名以上の学生に関係するParticipActリビングラボ,進行中のMCS実世界の実験で実行の大規模で実際のMCSデータキャンペーンに基づいた異なるMCSタスクの割当戦略を定量的に比較した。(翻訳著者抄録)

シソーラス用語： *特徴抽出 ,  *検出 ,  センサ ,  計算機システム ,  計算機網 ,  計算機利用システム ,  予測技法 ,  スマートフォン ,  データ収集 ,  *資源割付 ,  ゲーミングシミュレーション
準シソーラス用語： クラウド【IT】 ,  ゲーミング ,  *センシング ,  *タスク割当 ,  *プロファイリング ,  仮想センサ

分類 (3件)： 移動通信  (ND08030H) ,  パターン認識  (JE07000S) ,  計算機網  (JC03000K)

タイトルに関連する用語 (9件)： プロファイリング ,  動向 ,  予測 ,  可動型 ,  拡張性 ,  費用対効果 ,  割当 ,  リビングラボ ,  体験