文献

J-GLOBAL ID：201802263281657736   整理番号：18A1678040

モバイル群衆センシング性能における選択的データ収集の影響について【JST・京大機械翻訳】

On the Impact of Selective Data Acquisition in Mobile Crowd-Sensing Performance

著者 (3件)： SuryaDasari Venkat (University of Ottawa, School of Electrical Engineering and Computer Science, Ottawa, Canada) ,  Pouryazdan Maryam (Department of Electrical and Computer Engineering, Clarkson University, NY, USA) ,  Kantarci Burak (Department of Electrical and Computer Engineering, Clarkson University, NY, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCECE  ページ： 1-4  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： モバイルクラウドセンシング(MCS)は,インターネット(IoT)Eraのインターネットにおいてスマートサービスを提供するためのセンサなしでデータを取得するための実行可能なツールとして現れている。データ信頼性を保証することは,クラウドセンシングプラットフォームにおける誤った情報を広げることを目的とする敵の存在におけるMCSにおける大きな課題である。すべてのMCSフレームワークは,センシングタスクが,参加型または日和見主義的であることにかかわらず,センシングサービスプロバイダに対して,適切に割り当てられていると仮定している。本論文では,センシングサービスプロバイダが高所得または低所得コミュニティのどちらかを結合できる2つのシナリオを提示した。センシングサービスプロバイダのコミュニティを選択する決定は,静止を保ちながら,モバイル機器における対応するセンサの基本的な旋削である。現実的なシナリオの下でのシミュレーションによる著者らの実現可能性研究は,高いプラットフォームユーティリティと平均的な合理的なユーザユーティリティを維持するために,センシングサービスプロバイダのユーザ中心の評判ベースのリクルートが,モバイルクラウドセンシングにおけるインコームベースの選択的データ収集とは対照的にプラットフォームに実装されなければならないことを示した。低い情報ベースの選択的データ収集を採用するとき,最良のケースの下で平均ユーザユーティリティを14%~28%改善することができた。一方,高所得に基づく選択的データ収集は,負のプラットフォームユーティリティをもたらすことができるが,低コストベースの選択的データ収集のプラットフォームユーティリティは,最良の事例シナリオの下でさえ,非選択的データ収集の25%~50%と低くなることができることを示した。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： 信頼性 ,  コミュニティ ,  *データ収集 ,  インターネット ,  センサ ,  実用化試験 ,  旋削 ,  CASE ,  *携帯電話
準シソーラス用語： モバイルデバイス ,  サービスプロバイダ ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： モバイル ,  センシング ,  データ収集