空间众包(Spatial crowdsourcing)分类

空间众包是将一组空间任务众包给一组工作人员的过程,这要求工作人员实际位于该位置以执行相应的任务。

空间众包可以根据员工的动机分为两类:基于奖励的和自我激励的

基于奖励的空间众包

基于奖励的空间众包与基于奖励的空间众包,每一个空间任务都有一个价格,员工对其正确执行的每一个空间任务都会得到一定的奖励。

自我激励的空间众包

自我激励的空间众包这类空间众包是为自我激励的人自愿执行任务。在这里,人们通常有其他的动机,而不是获得奖励,比如记录一个事件或宣传他们的文化、政治或宗教观点。

空间众包发布模式

通过空间众包,任务可以以两种不同的模式发布:工人选择的任务(WST)和服务器分配的任务(SAT)。

Worker Selected Tasks(WST)

该模式中,SC服务器公开发布空间任务,联机工作人员可以选择其附近的任何空间任务,而无需与SC服务器协调。这种模式的一个优点是,由于工作人员可以自主选择其附近的任意任务,因此他们不需要向SC服务器显示每个任务的位置。然而,这种模式的一个缺点是SC服务器对空间任务的分配没有任何控制权。这可能会导致一些空间任务永远不会被分配,而另一些则被冗余分配。WST的另一个缺点是,工人根据自己的目标选择任务(例如,选择k个最接近的空间任务以最小化他们的旅行成本),这不一定是SC服务器的最终目标(即,最大化整个任务分配)。

Server Assigned Tasks (SAT)

该模式下,SC服务器不会将空间任务发布给工作人员。相反,任何在线工作人员都会将其位置发送到SC服务器。SC服务器在接收到所有在线工作人员的位置后,为每个工作人员分配他的closeby任务。SAT的优点是,与WST不同,SC服务器具有全局性,因此,可以将其closeby任务分配给每个工作人员,同时最大化总体任务分配(即全局优化)。但是,缺点是,工作人员应向SC服务器报告其每次分配的位置,这可能会对隐私造成威胁。

空间众包分配模式

单任务分配(Single Task Assignment)

单任务分配这里的一般假设是工作人员是可信的,因此,他们正确地完成了空间任务,没有任何恶意的意图。因此,每个空间任务只分配给一个工作者(最好是最近的工作者)。

多任务分配(Redundant Task Assignment)

这里的冗余任务分配,基于群体智慧的直觉假设是,大多数工人都是可以信任的。因此,多数票通过的数据被证实是正确的。这表明,不是每个空间任务都由特定的worker完成,而是应该由k closeby workers完成,其中k由发出任务的请求者定义。因此,k值越高,完成任务的正确性就越高。

Spatial crowdsourcing的更多相关文章

  1. [转]ArcIMS 中地图坐标参考设置(ArcGIS Unknown Spatial Reference)

    "ArcGIS Unknown Spatial Reference"问题: shp文件在Arcgis打开后经常因为原有坐标系无法识别而丢失信息,出现以下提示信息: "Un ...

  2. fMRI: spatial smoothing

    Source: Brain voyager support Theoretical Background Spatial smoothing means that data points are av ...

  3. AE开发实现Spatial Join Analysis

    总体网上资料不多,包括esri帮助文档都写的很简单,没有各个string参数如match_option之类的可以输入的string限制,导致在摸索中gp.Execute时报错n回. 结合网上搜集资料及 ...

  4. csc.rsp Nuget MVC/WebAPI、SignalR、Rx、Json、EntityFramework、OAuth、Spatial

    # This file contains command-line options that the C# # command line compiler (CSC) will process as ...

  5. csc.rsp Nuget MVC/WebAPI 5.0、SignalR 2.0、Rx、Json、Azure、EntityFramework、OAuth、Spatial

    # This file contains command-line options that the C# # command line compiler (CSC) will process as ...

  6. Spatial Transformer Networks(空间变换神经网络)

    Reference:Spatial Transformer Networks [Google.DeepMind]Reference:[Theano源码,基于Lasagne] 闲扯:大数据不如小数据 这 ...

  7. 【Duke-Image】Week_3 Spatial processing

    Chapter_3 Intensity Transsformations and Spatial Filtering 灰度变换与空间滤波 Intensity transformation functi ...

  8. ArcEngine :The XY domain on the spatial reference is not set or invalid错误

    在创建数据集的时候,提示The XY domain on the spatial reference is not set or invalid错误. 原因:未设置空间参考(ISpatialRefer ...

  9. ArcEngine:The XY domain on the spatial reference is not set or invalid错误

    在创建数据集的时候,提示The XY domain on the spatial reference is not set or invalid错误. 原因:未设置空间参考(ISpatialRefer ...

随机推荐

  1. PyGame快速入门

    pygame 快速入门 目标 项目准备 使用 pygame 创建图形窗口 理解 图像 并实现图像绘制 理解 游戏循环 和 游戏时钟 理解 精灵 和 精灵组 项目准备 新建 飞机大战 项目 新建一个 h ...

  2. Unity获取游戏对象详解

    我觉得Unity里面的Transform 和 GameObject就像两个双胞胎兄弟一样,这俩哥们很要好,我能直接找到你,你也能直接找到我.我看很多人喜欢在类里面去保存GameObject对象.解决G ...

  3. .NET技术-2.0. 操作数据库-Dapper

    .NET技术-2.0. 操作数据库-Dapper 项目参见: 1. 为什么选择Dapper 1) 性能优越: 其实在各大网站上,我们大概都会看到这样的一个对比效果图,在超过500次poco seria ...

  4. 用tkinter写一个记事本程序(未完成)

    之前在看tkinter与python编程 ,后面学opengl就把那本书搁置了.几天没用tkinter,怕是基本的创建组件那些都忘记了,所以想着用tkinter试着写一下记事本程序.一开始的时候以为很 ...

  5. python刷LeetCode:5. 最长回文子串

    难度等级:中等 题目描述: 给定一个字符串 s,找到 s 中最长的回文子串.你可以假设 s 的最大长度为 1000. 示例 1: 输入: "babad"输出: "bab& ...

  6. 第二季 第四集 part3

    obj.insertAdjancetHtlm("beforeend"(位置), r(内容)) insertAdjacentHTML() 将指定的文本解析为HTML或XML,并将结果 ...

  7. 调度算法FCFS、SJF和优先权调度的介绍和例题

    调度算法 一.先来先服务FCFS (First Come First Serve) 1.思想: 选择最先进入后备/就绪队列的作业/进程,入主存/分配CPU 2.优缺点 优点:对所有作业/进程公平,算法 ...

  8. Ubuntu编译protobuf

    个人博客地址:http://www.bearoom.xyz/2019/08/24/ubunt-protobuf/ 因为编译了tensorflow C++的版本,然后提示protobuf的版本不对应引起 ...

  9. RAC,ReactiveSwift

    1.创建信号 // 1.通过信号发生器创建(冷信号) let producer = SignalProducer<String, NoError>.init { (observer, _) ...

  10. UML-交互图包含哪些图?

    猫比狗精明,但你无法让8只猫在雪地里拉雪橇---杰夫.瓦尔德斯 本章是重点. 1.总览 2.顺序图 1).类A具有doOne方法和类B的属性 2).doOne方法中调用类B的doTwo()和doThr ...