了解人类流动性对于智慧城市和社会行为研究的发展至关重要。人类流动模型可用于许多应用，包括大流行控制，城市规划和交通管理。现有模型的预测用户移动性模式的准确性小于25％。人类运动的灵活本质可以证明低精度可能是合理的。确实，人类的日常运动并不僵化。此外，严格的移动性模型可能会导致用户记录中的隐藏规律性。因此，我们提出了一种新的观点，以研究和分析人类的迁移率模式并捕获其灵活性。通常，迁移率模式由一系列位置表示。我们建议通过将这些位置抽象成一组位置来定义移动性模式。标记这些位置将使我们能够检测到接近现实的隐藏模式。我们提出IMAP，这是一种单独的人类流动性模式可视化平台。我们的平台使用户可以根据历史记录可视化他们所访问的位置的图。此外，我们的平台显示使用修改后的前缀方法计算出的最频繁的移动性模式。
translated by 谷歌翻译
我们提出DIY-IPS - 自己动手 - 室内定位系统，这是一个开源实时室内定位移动应用程序。DIY-IPS通过使用可用WiFi接入点的双波段RSSI指纹识别来检测用户的室内位置。该应用程序可以无需额外的基础设施费用即可实时检测用户的室内位置。我们发布了我们的应用程序作为开源，以节省其他研究人员的时间来重新创建它。该应用程序使研究人员/用户能够（1）使用地面真相标签收集室内定位数据集，（2）以更高的准确性或其他研究目的自定义应用程序（3）通过用地面真相实时测试测试修改方法的准确性。我们进行了初步实验，以证明应用程序的有效性。
translated by 谷歌翻译
当前的无人机交付解决方案主要专注于使用一台无人机交付单包交付。但是，无人机技术的最新发展使无人机能够在一次旅行中提供多个包裹。我们使用最近的目的地第一策略来更快地在Skyway网络中交付包装。该演示是在Skyway网络之后在Urban空域中多包交付的概念验证原型。我们使用悉尼CBD的3D模型在室内测试台环境中部署和测试该多包无人机交付。演示：https：//youtu.be/ytwsifuvwpc
translated by 谷歌翻译
我们为在Skyway网络中的基于无人机的多包交付提供了一种新颖的面向服务的建筑。拟议的体系结构为在城市中部署Skyway网络提供了高级设计，以有效地提供无人机服务。我们提出了一种基于图的启发式词，以减少Skyway网络中最佳服务选择的搜索空间。然后，我们在一组约束下使用选定的无人机服务找到最佳解决方案。我们进行实验以证明我们提出的方法的效率。
translated by 谷歌翻译
我们为基于消费者偏好的基于群体的无人机送货服务的建议提出了一个新颖的框架。我们提出了一种基于密度的修剪方法，该方法使用与充电站提供商建立合作伙伴关系的概念来减少基于群体的无人机服务提供商的搜索空间。提出了一种加权服务组成算法，该算法考虑了提供者功能和消费者在选择最佳下一项服务方面的偏好。我们提出了一种基于投票的建议算法，以选择最佳提供商。我们进行了一组实验，以评估消费者满意度，运行时间和搜索空间成本的效率。
translated by 谷歌翻译
服务交付设定为体验一个主要的范式转变，并在无人机技术中加上客户的快速进步，加上客户的较高期望和增加的竞争。我们提出了一种新颖的面向服务的方法，以使无人机运行的Skyway网络中的包装中无处不在地传送。我们讨论了基于服务的无人机交付的福利，框架和建筑，当代方法，开放的挑战和未来视力方向。
translated by 谷歌翻译
我们开发了一种新颖的框架，以有效，有效地发现众群服务，在一段时间内靠近用户近距离移动。我们介绍了一种移动的众包服务模型，其被建模为移动区域。我们提出了一种深度加强基于学习的学习的组合方法来选择和撰写考虑质量参数的移动物联网服务。此外，我们开发了一个平行的基于群体的服务发现算法作为衡量所提出的方法的准确性。两个现实世界数据集的实验验证了基于深度加强学习的方法的有效性和效率。
translated by 谷歌翻译