Buchumschlag

Autonomous Crowdsensing: Operating and Organizing Crowdsensing for Sensing Automation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Wansen, Yang, Weiyi, Li, Juanjuan, Zhao, Yong, Zhu, Zhengqiu, Chen, Bin, Qiu, Sihang, Peng, Yong, Wang, Fei-Yue
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conversational Crowdsensing: A Parallel Intelligence Powered Novel Sensing Approach
von: Zhu, Zhengqiu, et al.
Veröffentlicht: (2024)

A Multi-Agent Reinforcement Learning Approach for Cooperative Air-Ground-Human Crowdsensing in Emergency Rescue
von: Lu, Wenhao, et al.
Veröffentlicht: (2025)

A 3D Mobile Crowdsensing Framework for Sustainable Urban Digital Twins
von: Yamazaki, Taku, et al.
Veröffentlicht: (2025)

Sense4FL: Vehicular Crowdsensing Enhanced Federated Learning for Object Detection in Autonomous Driving
von: Ma, Yanan, et al.
Veröffentlicht: (2025)

Generative AI for Secure and Privacy-Preserving Mobile Crowdsensing
von: Yang, Yaoqi, et al.
Veröffentlicht: (2024)

Autonomous Collaborative Scheduling of Time-dependent UAVs, Workers and Vehicles for Crowdsensing in Disaster Response
von: Han, Lei, et al.
Veröffentlicht: (2025)

Towards Autonomous UAV Visual Object Search in City Space: Benchmark and Agentic Methodology
von: Ji, Yatai, et al.
Veröffentlicht: (2025)

Enhancing Wireless Networks with Attention Mechanisms: Insights from Mobile Crowdsensing
von: Yang, Yaoqi, et al.
Veröffentlicht: (2024)

Wireless-Powered Mobile Crowdsensing Enhanced by UAV-Mounted RIS: Joint Transmission, Compression, and Trajectory Design
von: Xu, Yongqing, et al.
Veröffentlicht: (2024)

AGCo-MATA: Air-Ground Collaborative Multi-Agent Task Allocation in Mobile Crowdsensing
von: Shao, Tianhao, et al.
Veröffentlicht: (2025)

On the Impact of Sybil-based Attacks on Mobile Crowdsensing for Transportation
von: Söderhäll, Alexander, et al.
Veröffentlicht: (2025)

Heterogeneous Multi-agent Collaboration in UAV-assisted Mobile Crowdsensing Networks
von: Deng, Xianyang, et al.
Veröffentlicht: (2025)

Accelerating the Delivery of Data Services over Uncertain Mobile Crowdsensing Networks
von: Liwang, Minghui, et al.
Veröffentlicht: (2022)

Tri-Select: A Multi-Stage Visual Data Selection Framework for Mobile Visual Crowdsensing
von: Zhang, Jiayu, et al.
Veröffentlicht: (2025)

Enhancing Mobile Crowdsensing Efficiency: A Coverage-aware Resource Allocation Approach
von: Fu, Yaru, et al.
Veröffentlicht: (2025)

ALPINE: Closed-Loop Adaptive Privacy Budget Allocation for Mobile Edge Crowdsensing
von: Cheng, Guanjie, et al.
Veröffentlicht: (2025)

AutoS$^2$earch: Unlocking the Reasoning Potential of Large Models for Web-based Source Search
von: Zhu, Zhengqiu, et al.
Veröffentlicht: (2025)

Crowdsense Roadside Parking Spaces with Dynamic Gap Reduction Algorithm
von: Zheng, Wenjun, et al.
Veröffentlicht: (2024)

Collaborative Multi‐User Task Allocation in Social‐Based Crowdsensing Platform
von: Kun‐Yu Lin, et al.
Veröffentlicht: (2024)

Toward parallel intelligence: an interdisciplinary solution for complex systems
von: Zhao, Yong, et al.
Veröffentlicht: (2023)

Collaborative Scheduling of Time-dependent UAVs,Vehicles and Workers for Crowdsensing in Disaster Response
von: Han, Lei, et al.
Veröffentlicht: (2025)

Federated Reinforcement Learning for Efficient Mobile Crowdsensing under Incomplete Information
von: Dongare, Sumedh J., et al.
Veröffentlicht: (2026)

A Crowdsensing Intrusion Detection Dataset For Decentralized Federated Learning Models
von: Feng, Chao, et al.
Veröffentlicht: (2025)

Can We Enhance the Quality of Mobile Crowdsensing Data Without Ground Truth?
von: Li, Jiajie, et al.
Veröffentlicht: (2024)

QUIDS: Quality-informed Incentive-driven Multi-agent Dispatching System for Mobile Crowdsensing
von: Zhou, Nan, et al.
Veröffentlicht: (2025)

Incentivizing Massive Unknown Workers for Budget-Limited Crowdsensing: From Off-Line and On-Line Perspectives
von: Li, Feng, et al.
Veröffentlicht: (2023)

RDPP-TD: Reputation and Data Privacy-Preserving based Truth Discovery Scheme in Mobile Crowdsensing
von: Wu, Lijian, et al.
Veröffentlicht: (2025)

Generative Organizational Behavior Simulation using Large Language Model based Autonomous Agents: A Holacracy Perspective
von: Zhu, Chen, et al.
Veröffentlicht: (2024)

Fuzzy Q-Learning-Based Opportunistic Communication for MEC-Enhanced Vehicular Crowdsensing
von: Nguyen, Trung Thanh, et al.
Veröffentlicht: (2024)

Quality of Service Enhancement in Mobile Crowdsensing Through Metaheuristic Techniques: A Survey
von: Hadi Ghahremani, et al.
Veröffentlicht: (2025)

Joint System Latency and Data Freshness Optimization for Cache-enabled Mobile Crowdsensing Networks
von: Shi, Kexin, et al.
Veröffentlicht: (2025)

Psychology-driven LLM Agents for Explainable Panic Prediction on Social Media during Sudden Disaster Events
von: Liu, Mengzhu, et al.
Veröffentlicht: (2025)

A2DEPT: Large Language Model-Driven Automated Algorithm Design via Evolutionary Program Trees
von: Chen, Bin, et al.
Veröffentlicht: (2026)

Poisoning Behavioral-based Worker Selection in Mobile Crowdsensing using Generative Adversarial Networks
von: Nasser, Ruba, et al.
Veröffentlicht: (2025)

Dynamic Hypergame for Task Assignment in Multi-platform Mobile Crowdsensing Under Incomplete Information
von: Dongare, Sumedh J., et al.
Veröffentlicht: (2026)

Federated Learning-Based Risk-Aware Decision toMitigate Fake Task Impacts on CrowdsensingPlatforms
von: Chen, Zhiyan, et al.
Veröffentlicht: (2021)

Heterogeneous Graph Reinforcement Learning for Dependency-aware Multi-task Allocation in Spatial Crowdsourcing
von: Zhao, Yong, et al.
Veröffentlicht: (2024)

Masking Intent, Sustaining Equilibrium: Risk-Aware Potential Game-empowered Two-Stage Mobile Crowdsensing
von: Qi, Houyi, et al.
Veröffentlicht: (2026)

Navigating the Data Trading Crossroads: An Interdisciplinary Survey
von: Yu, Yi, et al.
Veröffentlicht: (2024)

A Privacy‐Preserving Federated Learning Framework for Ambient Temperature Estimation With Crowdsensing and Exponential Mechanism
von: Saeid Zareie, et al.
Veröffentlicht: (2025)