抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
協調センシングは,センサが物理世界の現象やイベントに関する測定を共同的に報告する新しいセンシングパラダイムとして出現した。本論文では,協調センシングにおけるロバストな状態予測問題に焦点を当てた。そこでは,協調センサにより寄与される不完全で雑音のあるデータに基づいて,物理的環境(例えば,大気質指標,温度,交通)の動的状態に関する正確な予測を提供する。状態予測問題を研究するために著しい進歩がなされているが,現在の文献によって十分に扱われていない2つの基本的な課題を特定する。第一の挑戦は「潜在的空間動力学」である:測定された変数間の空間相関は非常に動的であり,そのような動力学に影響する特徴はセンシングデータから直接観察できない。第二の課題は「不完全で雑音の多いデータ」である。すなわち,完全な空間的時間的被覆のためにセンサを展開することの禁止的に高いコストにより,協調センシングにおいてかなりの量の測定が欠けている。協調センサは多くの応用において信頼できないことが知られており,雑音測定に容易に寄与できる。これらの課題に取り組むために,本論文では,潜在的意味解析と統計学からの技術に触発された文脈ウェア協調センシング予測(CACSP)方式を開発した。2つの実世界共同センシングアプリケーションを通してこの方式を評価し,結果はCACSPが最先端のベースラインよりも著しく優れていることを示した。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】