能否在没有地面真实数据的情况下提高移动众感知数据的质量？
原文中文，约300字，阅读约需1分钟。发表于：。移动众感知是各领域中的一个突出趋势，然而确保移动用户提交的传感数据的质量仍然是一个复杂而具有挑战性的问题。为了解决这个问题，本文提出了一种基于预测和声誉的真实性发现框架，可以在感知任务中筛选出低质量数据并识别可能破坏系统正常运行的恶意用户。通过广泛的实验结果表明，该框架在识别准确性和数据质量提升方面优于现有方法。
本研究提出了一种建立不确定性感知框架的方法，可以扩展预测位置的空间覆盖程度，并减少传感器部署数量。实验结果表明该方法在预测任务上取得了有希望的结果，并且不确定性量化结果与有和无历史数据的位置高度相关。该模型在交通领域的传感器部署任务中，以有限的预算实现更高的准确性。
