Version accessible
  • fr
  • en
Recherche rapide
  • Aide
  • Recherche avancée
  • Nouveautés
Naviguer par :
  • Accueil
  • Mémoires
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par master
      Recherche par master
    • Recherche avancée
      Recherche de ressources documentaires
    • Tous les mémoires
  • Thèses
    • Nouveautés
      Recherche de nouveautés dans les thèses
    • Recherche avancée
      Recherche de ressources
    • Par auteur
      Recherche par auteur
    • Par année
      Recherche par année de soutenance
    • Par laboratoire
      Recherche par laboratoire
    • Par thème
      Recherche thématique
    • Par école doctorale
      Recherche par école doctorale
    • Toutes les thèses
  • Publications de recherche
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par laboratoire de recherche
      Recherche par laboratoire
    • Recherche avancée
      Recherche de publication de recherche
    • Toutes les publications de recherche
  • Tous les documents
    • Nouveautés
      Recherche des nouveautés
    • Recherche avancée
      Recherche avancée sur plusieurs formats
    • Toutes les ressources

Fiche descriptive

  • Vous êtes ici :
  • Accueil
  • »
  • Fiche descriptive
???menu.description..???
  • Imprimer
  • Version PDF
  • Version XML
  • Ajouter à ma sélection
  • Partager
  • Courriel
  • Twitter
  • Facebook
  • del.icio.us
  • BlogMarks
  • Viadeo
  • LinkedIn
Une architecture ge?ne?rique et une stratégie de recommandation pour les plateformes de crowdsourcing spatial (Document en Anglais)
Accès au(x) document(s)
Accéder au(x) document(s) :
  • https://thares.univ-grenoble-alpes.fr/2017GREAM072.pdfLien brisé : nonDroits d'accès : non autorisé
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).
 
Informations sur les contributeurs
Auteur : Sales Fonteles Andre?
Sales Fonteles, Andre?
Nom
Sales Fonteles
Prénom
Andre?
Nationalité
Français

Date de soutenance : 29-11-2017

Directeur(s) de thèse : Gensel Jérôme
Gensel, Jérôme
Nom
Gensel
Prénom
Jérôme
- Bouveret Sylvain
Bouveret, Sylvain
Nom
Bouveret
Prénom
Sylvain


Etablissement de soutenance : Université Grenoble Alpes (ComUE)
Université Grenoble Alpes (ComUE)
Nom
Université Grenoble Alpes (ComUE)

Laboratoire : Laboratoire d'informatique de Grenoble (Isère, France ; 2007-....)
Laboratoire d'informatique de Grenoble (Isère, France ; 2007-....)
Nom
Laboratoire d'informatique de Grenoble (Isère, France ; 2007-....)

Ecole doctorale : École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)
Nom
École doctorale Mathématiques, sciences et technologies de l'information, informatique (Grenoble ; 1995-....)

  
Informations générales
Discipline : Informatique
Classification : Informatique

Mots-clés libres : Information Géographique Participative et Citoyenne, Mobilité, Recommandation
Mots-clés :
  • Intelligence artificielle répartie
  • Système d'information géographique
  • Conception de systèmes informatiques
Résumé : Les plateformes de crowdsourcing spatial (PCS) sont des systèmes qui permettent à des personnes, appelées commanditaires, de publier des tâches spatiales afin de trouver la main-d’œuvre pour les exécuter. Ces tâches spatiales exigent que leurs exécutants soient à un endroit donné, souvent dans une fenêtre de temps donnée, pour être accomplies. Quelques exemples de PCS sont Uber et TaskRabbit. Les PCS suscitent beaucoup d’intérêt dans la recherche, mais des pistes de recherche sont encore à explorer.Doan et al. [2011] a soutenu que l’objectif réside maintenant dans “la construction de plateformes générales de crowdsourcing qui peuvent être utilisées pour développer rapidement ces systèmes”. Depuis, peu de travaux ont porté sur la conception technique des PCS. En outre, il existe un écart entre ce qui est mis en oeuvre par les PCS de l’industrie et les propositions que l’on trouve dans la littérature scientifique. Nous proposons GENIUS-C, une architecture générique pour les PCS. Nous fournissons une implémentation de référence (IR) pour GENIUS-C, fonctionnant comme un cadre pour le développement de PCS. GENIUS-C et son IR sont destinés à combler les écarts entre le monde académique et industriel, et faciliter la compréhension et le développement rapide de PCS.Nous étudions également l’important problème de l’appariement des exécutants et des tâches d’un PCS. Comment peut-on trouver une ou plusieurs tâches adaptées à un exécutant (et vice versa)? Certains utilisent des techniques de système de recommandation, d’autres des approches d’optimisation. La plupart d’entre eux ne tiennent pas compte des dimensions spatio-temporelles des tâches et des exécutants. Ceux qui en tiennent compte ignorent les préférences des exécutants, des commanditaires ou du système lui-même. Dans ce contexte, nous identifions et modélisons le problème réel et récurrent suivant: une fois que l’exécutant est prêt à accomplir des tâches, quelle est la meilleure séquence de tâches à suivre en respectant ses contraintes spatio-temporelles? Comment cette séquence peut-elle être obtenue en tenant compte des préférences de l’exécutant, des commanditaires, du système lui-même ou d’une combinaison de ceux-ci? Nous nommons cette situation le Problème de la Recommandation de Trajectoire, auquel nous proposons une solution optimale, et étudions des heuristiques d’approximation pour le résoudre.
  
Informations techniques
Type de contenu : Text
Format : PDF
  
Informations complémentaires
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2017GREAM072
Type de ressource : Thèse
À propos Aide
ORI-OAI-search 2.0.7 - © 2006-2014 ORI-OAI