Resumen

Con la creciente popularidad de la tecnología de computación móvil y la amplia adopción de la estrategia de externalización en dominios industriales intensivos en mano de obra, el crowdsourcing móvil ha surgido recientemente como una solución prometedora para resolver tareas computacionales complejas con requisitos de respuesta rápida. Sin embargo, la complejidad de una tarea de crowdsourcing móvil hace difícil perseguir una resolución óptima con recursos computacionales limitados, así como con diversas restricciones de la tarea. En esta situación, el aprendizaje profundo ha proporcionado una forma prometedora de perseguir una resolución óptima mediante el entrenamiento de un conjunto de parámetros óptimos. En las últimas décadas, muchos investigadores se han dedicado a este tema candente y han aportado diversas resoluciones de vanguardia. En vista de esto, revisamos el estado actual de la investigación de aprendizaje profundo para el crowdsourcing móvil desde las perspectivas de técnicas, métodos y desafíos. Finalmente, enumeramos un grupo de desafíos restantes que requieren un estudio intensivo en futuras investigaciones.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Informática móvil; Estrategia de externalización; Crowdsourcing móvil; Aprendizaje profundo; Tareas computacionales; Resolución óptima
• Keywords:Mobile computing; Outsourcing strategy; Mobile crowdsourcing; Deep learning; Computational tasks; Optimal resolution