题名 面向边缘人工智能计算的区块链技术综述
被引量：27
1
作者
方俊杰 雷凯
机构
北京大学信息工程学院深圳市内容中心网络与区块链重点实验室 北京大学互联网研究院(深圳)
出处
《应用科学学报》
CAS
CSCD
北大核心
2020年第1期1-21,共21页
基金
国家重大科技基础设施基金（发改高技[2016] 2533号） 深圳市内容中心网络与区块链重点实验室基金（No.ZDSYS201802051831427）资助
文摘
区块链构建了一个分布式点对点的系统,作为一种安全可验证的分散确认事务的机制,广泛应用于金融经济、物联网、大数据、云计算和边缘计算领域.边缘人工智能计算(edge AI computing)即面向边缘网络应用场景的群智AI计算模式.在无人驾驶等高动态、超低延时、资源受限、数据与计算解耦的边缘网络应用场景下,跨域可信、隐私保护、入侵监测、细粒度激励等需求对区块链研究提出了进一步的挑战.关注到人工智能向边缘网络下放的趋势,该文讨论区块链在新兴的边缘人工智能计算领域的应用.首先介绍了区块链技术的基础架构,概述了相关研究和应用方向;接着从边缘人工智能计算的概念与兴起出发,详细分析并讨论了区块链技术在面向边缘人工智能计算领域的应用需求,包括相关研究综述、应用趋势和未来研究方向.此外,还总结了区块链技术应用在边缘人工智能计算方面的优势和未来仍需关注的问题.
关键词
区块链 边缘人工智能计算 泛中心 群智计算
Keywords
blockchain edge artificial intelligence(AI) computing ubiquitous centralization crowd computing
分类号
TP399
[自动化与计算机技术—计算机应用技术]
题名 大数据群体计算中用户主题感知的任务分配
被引量：11
2
作者
张晓航 李国良 冯建华
机构
清华大学交叉信息研究院 清华大学计算机系
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第2期309-317,共9页
基金
国家自然科学基金项目(61373024 61472198) 国家"九七三"重点基础研究发展计划项目(2015CB358700)
文摘
大数据问题所固有的规模繁杂性、高速增长性、形式多样性、价值密度低等特点为传统计算处理方法带来了严峻的挑战.一方面,大数据的规模繁杂性和高速增长性带来了海量计算分析的需求;另一方面,形式多样性和价值密度低等特点使得大数据计算任务高度依赖复杂认知推理技术.针对大数据计算中海量计算分析和复杂认知推理需求并存的技术挑战,传统的基于计算机的算法已经无法满足日益苛刻的数据处理要求,而基于人机协作的群体计算是有效的解决途径.在大数据群体计算中,最基础的就是任务的分配方式.考虑到大量网络用户不同的专业背景、诚信程度,因此不能简单随机地将要处理的任务交给大众来完成.针对此问题,提出了一种基于用户主题感知的迭代式任务分配算法.利用已知答案的测试问题迭代地检测不同人群的专业背景和完成任务的准确率.在充分了解用户真实主题和准确率的情况下为他们分配合适的问题.通过和随机任务分配算法在模拟数据和真实数据上的对比,有效显示了基于主题感知任务分配算法的准确性.
关键词
群体计算 人类计算 大数据 众包 人机结合
Keywords
crowd computing human comput ation big data crowd sourcing human - comput er interaction
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于用户主题精确感知大数据群体计算任务分配算法
被引量：6
3
作者
王青 谭良
机构
四川师范大学计算机科学学院 中国科学院计算技术研究所
出处
《计算机应用》
CSCD
北大核心
2016年第10期2777-2783,共7页
基金
国家自然科学基金资助项目(61373162) 四川省科技支撑计划项目(2014GZ007)~~
文摘
针对大数据任务中海量数据分析需求、复杂认知推理挑战和传统计算中随机分配任务算法的低效性以及互联网用户的虚拟性、不确定性等问题,提出了一种基于用户主题精准感知的迭代式任务分配算法。首先,通过基于自适应模糊聚类与主题提取模型相结合的方法提取已发布群体任务的主题,然后构建特定任务模型和用户模型计算各关联度,再利用已提交高质量答案的历史任务迭代地检测新用户的真实主题并计算初始准确率;其次,通过逻辑回归(LR)方法预测用户能参与到某类任务的可能性并得到参与用户候选序列,在充分了解用户真实主题和对应主题上的准确率以及用户诚信度的情况下进行精准分配。通过与随机算法在模拟实验中对准确率进行比较,实验结果表明所提算法准确率比随机算法高20个百分点以上,并随着训练数据量的增加而提高,在相似任务上的准确率更是接近100%。实验验证所提算法更精准、尤其适用于大数据环境,并一定程度上节约了随机算法需多次重复分配确保准确率的花销。
关键词
群体计算 主题匹配 大数据 逻辑回归 人机协作
Keywords
crowd computing theme match big data Logistic Regression （LR） human-comput er cooperation
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
题名 基于情境分析的移动社交网络群体任务分配
被引量：1
4
作者
王小雪 张志勇 史培宁
机构
河南科技大学信息工程学院
出处
《计算机工程与设计》
北大核心
2018年第12期3846-3852,共7页
基金
国家自然科学基金项目(61772174 61370220) +4 种基金 河南省科技创新杰出人才计划基金项目(174200510011) 河南省高校科技创新团队支持计划基金项目(15IRTSTHN010) 河南省科技攻关基金项目(142102210425) 河南省自然科学基金项目(162300410094) 河南科技大学标志性科技成果培育基金项目(2015BZCG01)
文摘
移动在线社交网络用户具有移动性、复杂性、实时性等特征,为更加准确实时地为移动在线用户群体分配适合的群体任务,设计一种面向移动在线社交用户群体的任务分配架构,提出一种基于情境分析的用户适合度任务分配算法,通过分析移动社交用户的操作行为和历史信息为其分配更适合的任务,提高整体用户群体的任务完成度和满意度。群体评估实验验证了所提方法在有效性、准确性和实效性等方面有明显优势。
关键词
移动在线社交网络 群体计算 任务分配 情境分析 群体评估
Keywords
mobile online social network crowd computing task assignment situation analysis crowd assessment
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 群体计算中基于博弈论的任务分配策略
5
作者
刘鸣 彭成 满君丰 刘美博 杜坤
机构
湖南工业大学计算机与通信学院
出处
《计算机与数字工程》
2016年第11期2144-2147,2173,共5页
基金
国家自然科学基金项目(编号:61350011 61379058) +4 种基金 湖南省自然科学基金项目(编号:14JJ2115 12JJ2036) 湖南工业大学研究生校级创新基金项目(编号:CX1605) 互联网+环境下协同云制造业务流程监管方法研究(编号:16A059) 基于多源大数据融合的装备健康评估与预测(编号:16B071)资助
文摘
大数据的快速发展,推动了社会经济和科技的发展,但大数据的价值密度低等特点为其发展带来了挑战。大数据的这些特点使得大数据迫切需要复杂认知的推理技术,而人机协作的群体计算成为了复杂认知推理技术的有效途径,但其任务分配策略还尚未完善。尽管已经有学者提出了基于用户主题感知的任务分配策略,解决了涉及不同专业背景及不同知识水平的任务分配,但并未解决处于同层次知识水平和专业背景的用户如何分配任务,使得计算效率更高。针对此问题,提出了基于博弈论的任务分配算法,检测相同专业背景和知识水平的人群完成任务的准确率,与任务随机分配相比较,突出博弈论算法的准确性。
关键词
群体计算 博弈论 大数据 任务分配
Keywords
crowd computing game theory big data task allocation
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
