针对空间众包中的双异构任务分配问题，暨南大学魏凯敏教授团队撰写了研究论文：空间众包中基于聚合的双异构任务分配，研究了基于聚合的双异构任务分配算法。
文章信息
标 题：
Aggregation-based dual heterogeneous task allocation in spatial crowdsourcing
引用格式：
Xiaochuan LIN, Kaimin WEI, Zhetao LI, Jinpeng CHEN, Tingrui PEI. Aggregation-based dual heterogeneous task allocation in spatial crowdsourcing. Front. Comput. Sci., 2024, 18(6): 186605
阅读原文：
文章概述
文章旨在解决面向双异构空间众包场景的任务分配问题。基于聚合的思想，将预算充足的任务帮助预算匮乏的任务，以减少因预算不足造成的任务失败；考虑规划工人执行任务路径和优化分配，在最大化总的任务完成质量的同时最小化工人的移动距离。
图 1 空间众包中双异构任务分配的场景
技术步骤
首先，基于位置和感知需求，将任务聚合为任务联合体并使其共享预算，以因预算不足造成的任务失败的概率。其次，提出一种带有时间约束的最短路径规划方法，以缩短参与者执行任务群的距离和成本。最后，在任务聚合和路径规划的基础上，分别从线性加权和距离收益角度，提出了两种具体的任务分配方法。
图 2 基于聚合的双异构任务分配算法框架
实验结果
大量实验结果表明，本文提出的基于聚合的双异构任务分配算法相较于基线算法在取得更好的任务完成质量的同时实现了较短的平均移动距离。同时，本文所提出算法的优势随着系统中任务（或工人）的数量的增加越来越显著。
图 3 不同工人数量下的实验结果
图4 不同任务数量下的实验结果
相关内容推荐：
文章精要 | 华中科技大学郑龙副教授团队：ARCHER：基于ReRAM的压缩推荐系统加速器 2024 18(5): 185607
文章精要 | 中国科学技术大学何向南教授团队：图卷积如何放大流行度偏差？ 2024 18(5): 185603
文章精要 | 东北大学张天成副教授团队：一种同时追踪大量知识概念掌握概率的概率生成模型 2024 18(3): 183602
文章精要 | 合肥工业大学吴信东教授团队：采用分层注意力网络的联合用户画像 2023 17(3): 173608
文章精要 | 中山大学朱怀杰团队：最稀疏群体查询 2023 17(2): 172605
文章精要 | 东北大学张天成团队：认知诊断模型的新进展 2023 17(1): 171604
文章精要 | 东北大学乔百友团队：一种基于PredRNN结合注意力机制的有效海表温集成学习预测方法 2023 17(1): 171601
《前沿》系列英文学术期刊
由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。
《前沿》系列英文学术期刊 中国学术前沿期刊网 http://journal.hep.com.cn/ |
