概率图形模型在大规模人机计算系统中数据聚合的应用

DOI:

评审日期

出版日期

注解: 本文致力于确保信息处理系统结果质量的问题，其中一些操作是在人的参与下执行的，与人的交互是通过互联网进行的。 这种系统被广泛用于解决各种任务，但一个人参与信息处理任务与一个人固有的一组基本限制相关联：信息处理速度低，对动机的需求，错误的可能性或 因此，开发用于管理借助此类系统获得的结果质量的方法和工具是一项紧迫的任务。 本文提出了一种数据聚合模型，以提高使用大规模人机计算获得的结果的质量。 模型的应用是通过解决标记和搜索作为大众体育赛事（跑步）的一部分获得的图像的问题的例子来考虑的。 在仿真建模的基础上进行聚合效果的评估。 对拟议方法的研究结果表明，集成在质量差的标记条件下特别有效。 但是，即使在高质量标记的条件下，使用聚合也可以增加搜索结果的完整性。 一般来说，可以得出结论，在人机计算结果的处理中使用数据聚合是一种很有前途的方法，并且使用概率图形模型进行聚合允许您随着可用信息量的增

出版日期: