AncomWiki

A Prediction-Based User Selection Framework for Heterogeneous Mobile CrowdSensing

Properties1
description이 논문은 이질적인 모바일 크라우드 센싱(MCS) 환경에서 효율적인 사용자 선택을 위한 예측 기반 프레임워크를 제안합니다. 관심 지점(PoI) 기반 이동성 예측 모델을 통해 작업 완료 확률을 산출하고, 오프라인 환경에서는 탐욕 알고리즘을, 실시간 온라인 환경에서는 서브모듈러 k-비서 문제를 기반으로 한 알고리즘을 적용합니다. 또한 분산형 프레임워크 'Crowd UserS'와 안드로이드 프로토타입을 구현했으며, 실제 모바일 추…

13 min read

A Prediction-Based User Selection Framework for Heterogeneous Mobile CrowdSensing

Source

  • Evernote/Inbox/A Prediction-Based User Selection Framework for Heterogeneous Mobile CrowdSensing.md

Summary

이 논문은 이질적인 모바일 크라우드 센싱(MCS) 환경에서 효율적인 사용자 선택을 위한 예측 기반 프레임워크를 제안합니다. 관심 지점(PoI) 기반 이동성 예측 모델을 통해 작업 완료 확률을 산출하고, 오프라인 환경에서는 탐욕 알고리즘을, 실시간 온라인 환경에서는 서브모듈러 k-비서 문제를 기반으로 한 알고리즘을 적용합니다. 또한 분산형 프레임워크 ‘Crowd UserS’와 안드로이드 프로토타입을 구현했으며, 실제 모바일 추적 데이터를 통한 시뮬레이션에서 그 효율성을 입증했습니다.

Key Points

  • 이질적인 공간-시간 요구사항을 가진 MCS 작업에 대한 효율적인 사용자 선택 문제 해결
  • 관심 지점(PoI) 기반 이동성 예측 모델을 활용한 작업 완료 확률 도출
  • 오프라인 설정: 참여자 수 제약 하의 탐욕 알고리즘 제안
  • 온라인 설정: 실시간 사용자 도착에 대응하는 서브모듈러 k-비서 문제 기반 알고리즘 제안
  • 분산형 사용자 선택 프레임워크 ‘Crowd UserS’ 설계 및 안드로이드 프로토타입 구현
  • 3가지 실제 모바일 추적 데이터를 이용한 시뮬레이션으로 프레임워크 효율성 검증

그래프 뷰

백링크