| 講演名 | 2021-05-27 電波強度に基づく位置推定モデルの再学習方式 山本 正明(日立), 栗山 裕之(日立), 永松 健司(日立), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，COVID-19(新型コロナウィルス感染症)の感染拡大に伴い，感染拡大防止と業務継続の両立に向けてオフィスワーカーの勤務場所が多様化した．そこで，在宅勤務であるかどうか，出社勤務であればどの座席を利用したかを自動記録する技術に注目が集まっている．これらの状況を鑑みて，従業員が利用した座席を推定する位置推定システムを開発した．そして，機械学習を使った位置推定モデルを簡便に再学習する方法を検討し，オフィスでの有効性検証を実施した．具体的には，スマートフォンの機種と保持状態に起因した位置推定誤りを低減するため，従業員毎のスマートフォンの機種と保持状態に合わせて位置推定モデルを更新する方法を提案した．そして，オフィスでの実験により，提案方式の位置推定誤差は2.6〜3.0mであり，機種による位置推定誤差を3.1〜3.3m低減し，保持状態による位置推定誤差を0.9〜1.0m低減可能であることを明らかにした． |
| 抄録(英) | Covid-19 is continuing to spread around the world. Office workers therefore work in several sites to balance work and prevetation of its. A positioning system for estimating worker’s positions is attracting considerable attention. Given this background, we propose a machine-learning based positioning method. In this method, a positioning model is generated from the training data measured by smartphones. The model estimates a worker’s position from the test data measrured by worker’s smartphone. When the training data and the test data were measured by using different types of smartphones, a positioning error increased. In addition, a different holding state of smartphone increased the error, too. To reduce the error, we propose a method to update the training data according to the holding states and the types of smartphones.The evaluation of the proposed method was done with RMSE (Root Mean Square Error) as a metric. When using different holding states and the type of smartphone, RMSE of the method was reduced to 2.6 to 3.0m. |
| キーワード(和) | 位置推定 / 電波強度 / 再学習 / スマートフォン |
| キーワード(英) | Indoor positioning / Signal Strength / Retraining / Smartphone |
| 資料番号 | SeMI2021-1 |
| 発行日 | 2021-05-20 (SeMI) |
| 研究会情報 | |
| 研究会 | SeMI / IPSJ-MBL / IPSJ-DPS / IPSJ-ITS |
|---|---|
| 開催期間 | 2021/5/27(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | センサネットワーク，モバイルインテリジェンス，分散コンピューティング，ITS，スマートコミュニティ，モバイルコンピューティング，パーベイシブシステム，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 石原 進(静岡大) |
| 委員長氏名（英） | Susumu Ishihara(Shizuoka Univ.) |
| 副委員長氏名（和） | 門田 和也(日立) / 山本 高至(京大) |
| 副委員長氏名（英） | Kazuya Monden(Hitachi) / Koji Yamamoto(Kyoto Univ.) |
| 幹事氏名（和） | 西尾 理志(京大) / 橋本 匡史(サイバー大) / 五十嵐 悠一(日立) / 金井 謙治(早大) |
| 幹事氏名（英） | Takayuki Nishio(Kyoto Univ.) / Masafumi Hashimoto(Cyber Univ.) / Yuichi Igarashi(Hitachi) / Kenji Kanai(Waseda Univ.) |
| 幹事補佐氏名（和） | 勝間田 優樹(NTTドコモ) / 中山 悠(東京農工大) / 内山 彰(阪大) |
| 幹事補佐氏名（英） | Yuki Katsumata(NTT DOCOMO) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.) / Akira Uchiyama(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Sensor Network and Mobile Intelligence / Special Interest Group on Mobile Computing and Pervasive Systems / Special Interest Group on Distributed Processing System / Special Interest Group on Intelligent Transport Systems and Smart Community |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 電波強度に基づく位置推定モデルの再学習方式 |
| サブタイトル（和） | |
| タイトル（英） | Retraining method of signal strength based model for indoor positioning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 位置推定 / Indoor positioning |
| キーワード(2)（和/英） | 電波強度 / Signal Strength |
| キーワード(3)（和/英） | 再学習 / Retraining |
| キーワード(4)（和/英） | スマートフォン / Smartphone |
| 第 1 著者 氏名（和/英） | 山本 正明 / Masaaki Yamamoto |
| 第 1 著者 所属（和/英） | 日立製作所(略称：日立) Hitachi, Ltd.(略称：Hitachi) |
| 第 2 著者 氏名（和/英） | 栗山 裕之 / Hiroyuki Kuriyama |
| 第 2 著者 所属（和/英） | 日立製作所(略称：日立) Hitachi, Ltd.(略称：Hitachi) |
| 第 3 著者 氏名（和/英） | 永松 健司 / Kenji Nagamatsu |
| 第 3 著者 所属（和/英） | 日立製作所(略称：日立) Hitachi, Ltd.(略称：Hitachi) |
| 発表年月日 | 2021-05-27 |
| 資料番号 | SeMI2021-1 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SeMI-41 |
| ページ範囲 | pp.1-4(SeMI), |
| ページ数 | 4 |
| 発行日 | 2021-05-20 (SeMI) |