群智感知:理论、方法与系统平台(2020-07-17)

一、介绍

于志文,西北工业大学,2020.07.17;
西北工业大学院长,长江学者,;

二、重点收获

  1. 趋势
  • 论文的重要性下降,需要做系统,需要将系统真正的跑起来,而不是简单的发论文;
  1. 群智感知的重大挑战:
    1)隐私性:
  • 如何保护用户的隐私?
  • 解决办法
    利用噪声加密的方式;

2)激励:

  • 问题:如何确保用户参与进来;
  • 解决办法
    互利共赢的解决办法;

三、研究内容

  1. 国家需求
    《国家十三五科技创新规划》、国家重点研发计划,将“人本计算”,“群智感知”等列为重要发展方向;

  2. 传统感知网络
    依赖于传感设施和专业人员;

  3. 群智感知

  • 大量普通用户使用移动设备作为基本的感知单元,通过物联网、互联网进行协作,实现任务分发与感知数据收集利用,最终完成大规模的、复杂的社会感知任务。
  • 利用大众的广泛分布性、灵活性和即时连接性进行数据采集;
  • 主动征集(用户意识) vs. 机会采集(用户无意识);
  1. 解释(希亚·拉博夫旗帜定位)
  • 希亚·拉博夫反对特朗普,支持者赶走希亚·拉博夫;
  • 希亚·拉博夫 为了反对定位,仅利用旗帜定位;
  • 利用群智感知进行定位,找到了希亚·拉博夫的旗帜;
  1. 引发的问题
  • 如何从大量的数据中,找到想获得的无标志数据;
  • 如何使用激励机制,让用户参与进来;
  1. 多种多样的 Applications
  • 水质感知;
  • 交通拥堵情况;
  • 购物商业行情;
  1. 感知能力发现
  • 主要问题:
    针对不同感知任务,发现合适的感知节点;
  • 研究内容:
    跨空间感知能力描述;
    跨感知任务和敢直接点的特征建模和分析;
  1. 感知任务分配
  • 主要问题:
    已知感知节点与感知任务,如何组合不同节点与任务,实现高效,且低开销的任务感知;
  • 研究内容:
    面向任务特征:时延任务、非时延任务、空间分布(稠密、稀疏);
  • 面向节点特征:轨迹特征;单、多任务分发;激励机制;
  • 多任务NP优化组合问题:启发式搜索、贪心、遗传算法;
  1. 空间关联
  • 主要问题:
    建立跨空间联系,理解跨空间用户行为之间的影响,挖掘信息空间与物理空间的时空关联关系(蝴蝶效应);
  • 研究内容:
    跨空间用户行为的交互影响;
    事件要素关联:关联同一事件在不同空间的要素信息;
  1. 系统平台
    当前缺少系统凭条:
    由技术方法到系统平台的转变(提供系统级支撑);
    提供应用运行:infrastructure;
    提供开发支持:programming framework;

  2. 研究框架

  3. 平台体系
    1)方法创新

  • 参与者感知能力发现及准确评估:静态(动态);个体(群体);单维(多维);
  • 数据质量驱动的感知任务优化分配:感知资源;感知成本;数据质量;
  • 任务执行不确定下参与者激励机制:隐私差异化激励、任务可容错激励、用户-任务执行心理模型;

2)理论创新

  • 概念空间模型:任务模型;数据模型;参与者模型;
  • 参考体系架构:任务发布;能力评估;多维适配;参与激励;优选汇聚;

3)核心挑战

  • 感知能力复杂多元、感知任务异构多样、参与者自主随机;


    核心挑战

四、理论方法

  1. 群智感知理论:概念空间模型及参考体系结构
    1)概念多维空间模型:
  • 任务者模型:
    类型、主题、成本、方式、属性;
  • 参与者模型:
    行为偏好、可信度、感知机能、时空情景;
  • 数据模型:
    数据质量、数据历史、数据模态;

2)参考体系架构:

  • 传统群智感知框架:
  • 效率-质量协同驱动的新型框架
    任务发布、能力评估、多维适配、参与激励、
  1. 群智感知:物理、信息与跨空间
    物理空间:
    信息空间:
    跨空间:融合信息空间、屋里空间和社会空间、

  2. 物理空间
    1)问题:物理感知任务分配

  • 在多任务感知环境下,为提高感知资源的有效利用,需要对感知任务进行优化。
    2)技术方案:
  • 针对感知节点资源匮乏的情况,提出改进的最小费用最大流多任务分配模型,在最小化移动距离的同事,实现任务完成率最大化;
  • 针对感知节点资源充足的情况,提出双目标优化的多任务分配方法,最小化移动距离和激励成本;
  1. 信息空间
    利用人在信息空间的数字足迹,无意识参与的群智感知

基于LBSN群体足迹的城市性格感知
通过群体足迹挖掘重叠社交群,

问题定义:

基于LBSN群体足迹的旅游包推荐
传统旅游代理——缺乏个性化;
网上旅游功率——费时;
现有的推荐大多只推荐单个地点,如经典、餐馆、

旅游包推荐过程:
信息提取——排序——路线;

  1. 信息物理跨空间
    利用群舞交互特征对拍照推向进行分类与语义标注
    物理空间:
    信息空间:
    社会空间:拍照群体的特征;

五、平台

  1. CrowdOS 设计目标
    1)可部署于易购硬件设施;
    2)系统资源管理;
    3)群智任务解析与调度;
    4)任务质量评优与优化;
    5)系统资源管理;
    6)丰富的智能功能、隐私保护、信用分级、激励机制;
    7)SDK、可扩展库、API;

  2. 任务进程调度管理

  • 发布者:创建任务;
  • 系统:认证授权,产生状态;
  • 系统:分配状态,调度;
  • 参与者:执行状态,并上传;
  • 系统:处理状态,修改代理或者结果显示;
  • 发布者:反馈状态:原因,质量;
  1. 申请的重大专项
    1)研究挑战:
    2)科学问题:
    3)研究内容:
专项内容
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,222评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,455评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,720评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,568评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,696评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,879评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,028评论 3 409
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,773评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,220评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,550评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,697评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,360评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,002评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,782评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,010评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,433评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,587评论 2 350