文献

J-GLOBAL ID：201902221079987092   整理番号：19A0125432

オンライン学習によるモバイル群衆センシングにおける複数専門知識を意識した参加者選択【JST・京大機械翻訳】

Multi-expertise Aware Participant Selection in Mobile Crowd Sensing via Online Learning

著者 (5件)： Li Hanshang ,  Li Ting ,  Li Fan ,  Yang Song ,  Wang Yu
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： MASS  ページ： 433-441  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： スマートフォンの急速な増加とそれらの埋め込まれたセンシング技術により,モバイルクラウドセンシング(MCS)は,大規模なセンシングタスクを実行するための新しいセンシングパラダイムになっている。大規模モバイルクラウドセンシングシステムの重要な課題の1つは,タスクを実行するために,巨大なユーザプールから適切な参加者の最小集合を効果的に選択する方法である。しかしながら,個々の参加者の能力は,通常,選択メカニズムによって未知であり,参加者選択の最も挑戦的な問題をもたらす。オンライン学習技術は参加者の能力を学習するために用いることができるが,各個人の多様な専門性は単一の能力計量を十分ではない。参加者の多専門性に取り組むために,本論文では,参加者の異なる能力(センシング確率と時間遅れの両方)を学習するために,参加者の歴史的実行記録を活用する新しい自己学習アーキテクチャを導入した。参加者選択問題を組合せマルチアーム化バban問題として定式化し,性能保証と有界の両方を有するオンライン参加者選択アルゴリズムを提示した。実世界のモバイルデータセットによる広範なシミュレーションにより,提案した解の効率を実証した。Copyright 2019 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： スマートフォン ,  選択問題 ,  計算機アーキテクチャ ,  高速度 ,  *携帯電話 ,  アルゴリズム ,  定式化
準シソーラス用語： *オンライン ,  有界 ,  自己学習 ,  時間遅れ ,  専門的能力 ,  センサシステム ,  *専門知識 ,  *オンライン学習 , 【Automatic Indexing@JST】

分類 (5件)： 図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： オンライン学習 ,  モバイル ,  センシング ,  専門知識 ,  意識 ,  参加者