Core Concepts
複数の目的を考慮した最適なタスクユーティリティワーカーセットの合理的な募集を提案する。
Abstract
共同モバイルクラウドセンシング(CMCS)における効率的なワーカー募集戦略の重要性が強調されています。従来の戦略と比較して、本研究は能力、信頼値、距離重みを総合的に考慮し、最適なワーカーセットを合理的に募集するTSRアルゴリズムを提案しています。実験結果は他の戦略よりも提案された戦略が優れていることを示しています。
Stats
リアルワールドデータセットでの効果を示す実験結果:4つのデータセットで提案された戦略が他の戦略よりも常に優れていることが示されました。
Guardianフレームワークトレーニング結果:AdvogatoおよびPGPデータセットでトレーニングされたGuardianフレームワークは高い精度と性能を示しました。
チェックインデータセットプロパティ:BrightkiteおよびGowallaデータセットはそれぞれ5.8万人と19.6万人以上の利用者数を持ち、2008年から2010年までの期間に約450万から640万件以上のチェックインが行われました。
Quotes
"Workers are more likely to collaborate and share task outcomes with trusted contacts."
"Graph Neural Networks (GNN), including Graph Convolutional Neural Networks (GCN), are recent research hotspots with significant applications in key areas such as IoT transaction security, MCS, and trust relationship prediction."
"To overcome the above challenges, the architecture of worker recruitment is provided in this paper, which is shown in Fig. 1."