[論文レビュー] From Participatory Sensing to Mobile Crowd Sensing

Bin Guo, Zhiwen Yu+2 more|arXiv (Cornell University)|Jan 14, 2014

Mobile Crowdsensing and Crowdsourcing参考文献 14被引用数 124

ひとこと要約

本稿は、モバイルソーシャルネットワークとモバイルセンシングを介して、暗黙的および明示的ユーザー参加を統合することにより、参加型センシングの進化としてのモバイルクラウドセンシング（MCS）を提示する。MCSシステムの参照フレームワークを提案し、人間と機械の知能の統合を強調するとともに、大規模かつ市民主導のセンシングにおける主な課題と今後の研究方向性を概説する。

ABSTRACT

The research on the efforts of combining human and machine intelligence has a long history. With the development of mobile sensing and mobile Internet techniques, a new sensing paradigm called Mobile Crowd Sensing (MCS), which leverages the power of citizens for large-scale sensing has become popular in recent years. As an evolution of participatory sensing, MCS has two unique features: (1) it involves both implicit and explicit participation; (2) MCS collects data from two user-participant data sources: mobile social networks and mobile sensing. This paper presents the literary history of MCS and its unique issues. A reference framework for MCS systems is also proposed. We further clarify the potential fusion of human and machine intelligence in MCS. Finally, we discuss the future research trends as well as our efforts to MCS.

研究の動機と目的

• 参加型センシングからモバイルクラウドセンシング（MCS）への移行が、新たな大規模センシングパラダイムとしてどのように進化しているかを検討すること。
• 二重のデータソースと混合参加モードを含む、MCSに特有の課題を特定し、明確化すること。
• 設計および実装を支援するためのMCSシステムの包括的な参照フレームワークを提案すること。
• MCSアプリケーションにおける人間と機械の知能の相乗効果的な統合を検討すること。
• 学術的および実践的進展を促進するための、MCSにおける今後の研究トレンドと未解決課題を概説すること。

提案手法

• データ収集、ユーザー参加モデル、データ統合メカニズムなどの構成要素を構造化するMCSシステムの参照フレームワークを提案する。
• ユーザー参加を暗黙的および明示的モードに分類し、両方の参加形態（自発的貢献およびモバイルデバイスからの受動的データ）を活用する。
• 主にモバイルソーシャルネットワークとモバイルセンシングアプリケーションからのデータ統合を実施する。
• モバイルインターネットおよびセンシング技術が、スケーラブルでリアルタイムのデータ取得を可能にする役割を分析する。
• 人間の知能（文脈的入力、フィードバックなど）と機械の知能（データ処理、パターン認識など）の統合を強調する。
• 参加型センシングの進化をたどるための文献レビューを用い、MCSをその次世代形態として位置づける。

実験結果

リサーチクエスチョン

• RQ1 モバイルクラウドセンシング（MCS）は、参加モデルおよびデータソースの観点で、従来の参加型センシングとどのように異なるか？
• RQ2 スケーラブルなMCSシステムの設計において、主なアーキテクチャ的および運用的課題は何か？
• RQ3 MCSにおいて、人間と機械の知能を効果的に統合する方法は何か？これにより、データ品質とシステムの有用性がどのように向上するか？
• RQ4 標準化された参照フレームワークにおけるMCSの中心的構成要素と設計原則は何か？
• RQ5 実世界の応用においてMCSを発展させるために、最も有望な今後の研究方向性は何か？

主な発見

• MCSは、暗黙的および明示的の二重参加モードを特徴とする、参加型センシングの自然な進化形として登場する。
• モバイルソーシャルネットワークとモバイルセンシングの統合により、従来の方法よりも豊富で多様なデータ収集が可能になる。
• MCSシステムのための参照フレームワークが提案され、システム設計および相互運用性のための基盤的構造を提供する。
• MCSにおける人間と機械の知能の統合は、データの正確性、文脈認識能力、およびアプリケーションの適応性を向上させる。
• 本稿では、データ品質、ユーザーの動機付け、プライバシーといった主な課題が特定され、これらはMCS研究の中心的テーマのまま残っている。
• 今後の研究は、インテリジェントなデータ統合、インcentiveメカニズム、実世界環境におけるスケーラブルな展開に注力すると予想される。