クラウド消費における共coll証明結果推論【JST・京大機械翻訳】

Peng-Peng Chen; Hai-Long Sun; Yi-Li Fang; Jin-Peng Huai

文献

J-GLOBAL ID：201802234922567883 整理番号：18A1318072

クラウド消費における共coll証明結果推論【JST・京大機械翻訳】

Collusion-Proof Result Inference in Crowdsourcing

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1318072&COPY=1") }}
高度な検索・分析はJDreamⅢで

著者 (4件)： , , ,
資料名：
巻： 33 号： 2 ページ： 351-365 発行年： 2018年
JST資料番号： W0182A ISSN： 1000-9000 CODEN： JCTEEM 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：中国 (CHN) 言語：英語 (EN)

従来のcrow消費において,作業者は,回答の多様性を保証するために,タスクに対する独立した回答を提供することが期待されている。しかしながら,最近の研究は,群衆が独立した労働者の収集ではなく,労働者が互いにコミュニケーションし,協力することを示している。少ない努力でより多くの報酬を追求するために,いくつかの労働者は繰り返された回答を提供するために共luするかもしれない。それは凝集した結果の品質に損害を与える。それにもかかわらず,クラウド消費における結果推論に及ぼす共luの負の影響を考慮した努力はほとんどない。本論文において,著者らは特に公共プラットフォームにおける一般的なクラウド消費タスクのために,クラスタ化の結果推論問題に関するものである。そのために,著者らは,反復回答を除去する前後に,平均作業者性能の差異を計算することによって,照合された回答を同定するために,計量的,作業者性能変化率を設計した。次に,共lu検出結果を既存の結果推論方法に組み込んで,凝集挙動の発生によってさえ,凝集結果の品質を保証した。実世界および合成データセットを用いて,著者らのアプローチの広範囲の評価を行った。実験結果は,最先端の方法と比較して,著者らのアプローチの優位性を実証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

, , , ,

計算機網 , 自然語処理

, , ,

前のページに戻る