无监督在线贝叶斯自主式快乐物联网管理
网络与互联网体系结构
2015-09-24 v1
摘要
在快乐物联网(Happy IoT)中，服务提供商的收益与智能设备用户不可观测且动态的使用情境（如情感、环境信息等）同步。因此，从不可靠的智能设备感知数据中估计使用情境被证明是一个无监督非线性优化问题。相应地，自主式快乐物联网管理旨在基于共同兴趣吸引初始用户群（即招募），然后从不可靠的感知数据中揭示其潜在使用情境（即收益更新），并同步至使用情境动态（即随机货币化）。在此背景下，我们提出了一种无监督在线贝叶斯机制，名为 Whiz（希腊语，意为智能），其中，(a) 一旦潜在用户群被初始化（即测量模型），(b) 从不可靠感知数据迭代估计使用情境（即学习模型），(c) 随后对关于使用情境的贝叶斯知识进行在线过滤（即过滤模型）。最后，我们提出了一种基于期望最大化（EM）的迭代算法 Whiz，其通过分别采用 (a) 测量、(b) 学习及 (c) 过滤模型来解决 (a) 招募、(b) 收益更新和 (c) 随机货币化问题，从而助力快乐物联网。
引用
@article{arxiv.1509.06856,
title = {Unsupervised Online Bayesian Autonomic Happy Internet-of-Things Management},
author = {Rossi Kamal and Choong Seon Hong},
journal= {arXiv preprint arXiv:1509.06856},
year = {2015}
}