文献

J-GLOBAL ID：202002235969663033   整理番号：20A2028696

スパースモバイルクラウドセンシングにおけるタスク割当アルゴリズムの性能に及ぼす電池使用パターンの影響の徹底分析【JST・京大機械翻訳】

An In-depth Analysis of the Impact of Battery Usage Patterns on Performance of Task Allocation Algorithms in Sparse Mobile Crowdsensing

著者 (2件)： Bajaj Garvita (IIIT-Delhi, New Delhi, India) ,  Singh Pushpendra (IIIT-Delhi, New Delhi, India)
資料名： ACM Proceedings  (ACM Proceedings)
号： MSWIM ’19  ページ： 297-306  発行年： 2019年 
JST資料番号： D0698C  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Crowdセンシングは,個々のモバイルデバイスで実行するために,それらをより小さなタスクに切断することによって,大規模センシングタスクを実行するための多重モバイルデバイスのセンシング能力を利用する。タスク割当てアルゴリズムを用いて,参加者選択のためのシステムレベル目標(位置精度またはデータ品質のような)を最適化しながら,これらの小さなセンシングタスクを参加者の部分集合に効率的に配布する。センシングタスク,例えばGPSタグ付きデータを収集することは,しばしばエネルギー集約的であり,センシングタスク実行中の電池消費は,参加者にとって大きな関心事のままである。これまで,割り当てアルゴリズムに対する電池消費の影響を評価する詳細な研究は存在しない。本研究では,スマートフォン使用者の電池消費パターンの効果に関する徹底的な研究を行った。著者らは,異なる電池使用パターンが配置アルゴリズムの性能にどのように影響するかを示すために,標準および最先端のアルゴリズムに対する実世界データセットから抽出した電池消費パターンの影響を研究した。本研究は,これらのアルゴリズムの将来開発のために,割り当てアルゴリズムの性能に影響する因子と,電池使用パターンを組み込んだ支持者への重要な洞察を与えた。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  *電池 ,  多重化 ,  GPS ,  *携帯電話 ,  スマートフォン
準シソーラス用語： モバイルデバイス ,  *タスク割当 ,  データ品質 ,  位置精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 大規模センシング ,  モバイルクラウドセンシング ,  アルゴリズムの性能 ,  電池の研究 ,  タスク割当アルゴリズム

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： タスク割当 ,  アルゴリズム ,  電池 ,  分析