Step 1: このページの右上にある「Register」をクリックして自分の名前やメールアドレスを登録してください.
Step 2: 登録したメールアドレスに確認メールが届くので，本文内のリンクをクリックして「Verify」ボタンを押してください.
Step 3: このページの右上にある「Login」をクリックしてから「メールアドレスとパスワード」を入力してログインしてください．
Step 4: 同じページの上部にある「Problem Statement」をクリックしてから参加したい課題を選んでクリックして下さい.
Step 5: チームリーダは参加したい課題ページの右側にある「Create Team」をクリックしてチーム名[e.g. BeamSoup]などを入力して「Submit」ボタンをクリックしてください．
Step 6: Adminがチーム[e.g. Bea?mSoup]を承認します．
Step 7: チームメンバはチーム[e.g. BeamSoup]への参加をリクエストします．
Step 8: チームリーダはメンバからのリクエストを承認します．

概要
地図アプリケーションや仮想現実（VR）・拡張現実（AR）の需要拡大に伴って位置情報は益々重要となっています。GPSは長い間測位方法として用いられてきていますが、屋内環境や建物の影などに入った場合には、受信端末から見ることのできるGPS衛星の数が少なくなることにより、測位精度が著しく劣化してしまいます。そのため、GPSのみで様々な利用環境で高精度な位置情報を得ることができません。そこで近年、Wi-Fiのアクセスポイントや携帯電話の基地局から届く信号を用いて測位を行う検討が多くされています。しかしながら、一般的な三点測量などでは送受信機間のマルチパスフェージングチャネルの影響を含む伝搬路の影響により測位精度が低下してしまいます。 従来のRSSに基づく測位では、測位精度に大きな影響を与えるため、送受信機間のチャネルを高精度にモデル化する必要がありました。一方で、人工知能/機械学習（AI/ML）の力を使うことで、そのようなモデル化を必要とせずに、端末で観測した受信信号の受信信号強度（RSS）の値を用いてGPSと同程度の測位精度を実現することが可能と考えられています。 本チャレンジでは、データセットとして、複数のWi-Fiアクセスポイントからの信号のRSS情報と観測地点におけるGPS情報が提供されます。参加チーム（一人でも可）は、それぞれ独自のアルゴリズムや学習手法を考案していただき、位置精度向上を目指していただきます。提案手法の評価は、平均測位誤差・最大測位誤差・アルゴリズム性能（演算量など）の観点から行われます。