文献

J-GLOBAL ID：201802224763703289   整理番号：18A1386599

オンデマンド:位置依存移動クラウドセンシングシステムのための動的インセンティブとタスク選択【JST・京大機械翻訳】

Pay On-Demand: Dynamic Incentive and Task Selection for Location-Dependent Mobile Crowdsensing Systems

著者 (6件)： Wang Zhibo ,  Hu Jiahui ,  Zhao Jing ,  Yang Dejun ,  Chen Honglong ,  Wang Qian
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICDCS  ページ： 611-621  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： スマートフォンの豊富なセンシング能力とユビキタス利用により,モバイルユーザの群衆の電力を活用するクラウドセンシングは,様々なセンシング応用のためのデータを収集するための効果的な技術になった。多くのインセンティブメカニズムが,人々が群衆に参加することを奨励するために提案されている。しかし,それらのほとんどはセンシングタスクに対して不変の報酬を設定し,一方,センシングタスクの固有の不等式とオンデマンド特徴は,特に位置依存センシングタスクに対して長く無視されてきた。本論文では,位置依存性の密集センシングシステムに焦点を当て,それらの人気をバランスさせるために,オンデマンドにおける各センシングラウンドにおけるセンシングタスクの報酬を動的に変化させる需要ベースの動的インセンティブメカニズムを提案した。需要指標を導入して,そのデッドラインを考慮することにより,各センシングタスクの需要を特性化し,進歩と可能性のある参加者の数を検討した。各センシングラウンドにおいて,すべてのセンシングタスクの相対的要求を計算するために分析階層プロセスを使用し,それに応じてそれらの報酬を決定する。さらに,時間予算による分散タスク選択問題がNP困難であることを証明した。著者らは,その利益を最大化しながら,各ユーザがタスクを選択するのを助けるために,最適な動的計画法に基づく解とgre欲な解を提案した。広範な実験により,需要ベースの動的インセンティブメカニズムが既存のインセンティブメカニズムより優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電力 ,  NP困難 ,  不変性 ,  不等式 ,  *スマートフォン ,  動的計画法 ,  キャラクタリゼーション ,  選択問題 ,  時間制限
準シソーラス用語： 位置依存性 ,  モバイルユーザ ,  ユビキタス ,  センサシステム ,  *オンデマンド , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： オンデマンド ,  インセンティブ ,  タスク