| 講演名 | 2022-11-07 マルチセンシング情報を用いる機械学習による高度が異なる屋内位置推定におけるニューラルネットワーク構成法に関する検討 川村 廉(東北工大), 工藤 栄亮(東北工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 屋内では衛星からの電波を受信することが困難であり，GPS等による位置推定も困難である．ところで，温度，湿度，照度などのセンシング情報は位置に依存するため，受信電力に加えセンシング情報を利用することで正確な位置推定が可能である．近年，推定アルゴリズムとして機械学習が注目されている．本論文では，高度が異なる屋内においてマルチセンシング情報を用いる機械学習による位置推定を行い，ニューラルネットワークの構成法について検討する．2次元の位置を出力するニューラルネットワークと最も近い無線端末を判定するニューラルネットワークを提案し，屋内実験によりその特性を評価する． |
| 抄録(英) | In an indoor environment, it is difficult to receive radio waves directly from satellites which hinders accurate location estimation by satellite signals. Meanwhile, mobile communication propagation channels suffer from fading and shadowing, so estimation of indoor locations by using only the received signal power of a radio wave is inaccurate as well. Sensed information (e.g., temperature, humidity, illuminance) is often location dependent, and a location can be estimated accurately if such information is used in addition to the received signal power. The use of machine learning for an optimization algorithm has been shown to be promising. In this paper, we apply machine learning for indoor location estimation at various altitudes using multiple items of sensed information. We propose two types of neural networks, a two-dimensional neural network and a nearest node neural network, and experimentally evaluate them in an actual building. The results indicate that location estimation using the nearest node neural network has a greater coincidence probability than that using the two-dimensional neural network. |
| キーワード(和) | 位置推定 / 機械学習 / ZigBee / マルチセンシング情報 |
| キーワード(英) | location estimation / machine learning / ZigBee / sensed information / IoT |
| 資料番号 | SR2022-45 |
| 発行日 | 2022-10-31 (SR) |
| 研究会情報 | |
| 研究会 | SR |
|---|---|
| 開催期間 | 2022/11/7(から2日開催) |
| 開催地（和） | 福岡大学 |
| 開催地（英） | Fukuoka University |
| テーマ（和） | ソフトウェア無線、コグニティブ無線、周波数共用、一般、技術展示 |
| テーマ（英） | Software Defined Radio, Cognitive Radio, Spectrum Sharing, etc. |
| 委員長氏名（和） | 亀田 卓(広島大) |
| 委員長氏名（英） | Suguru Kameda(Hiroshima Univ.) |
| 副委員長氏名（和） | 田久 修(信州大) / 石津 健太郎(NICT) / 矢野 一人(ATR) |
| 副委員長氏名（英） | Osamu Takyu(Shinshu Univ.) / Kentaro Ishidu(NICT) / Kazuto Yano(ATR) |
| 幹事氏名（和） | 成枝 秀介(三重大) / 稲森 真美子(東海大) / 李 斗煥(NTT) |
| 幹事氏名（英） | Syusuke Narieda(Mie Univ.) / Mamiko Inamori(Tokai Univ.) / Doohwan Lee(NTT) |
| 幹事補佐氏名（和） | 大辻 太一(NEC) / 王 瀟岩(茨城大) / 田中 明美(MathWorks) / 須藤 克弥(電通大) |
| 幹事補佐氏名（英） | Taichi Ohtsuji(NEC) / WANG Xiaoyan(Ibaraki Univ.) / Akemi Tanaka(MathWorks) / Katsuya Suto(Univ. of Electro-Comm) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Radio |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルチセンシング情報を用いる機械学習による高度が異なる屋内位置推定におけるニューラルネットワーク構成法に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Neural network configuration of machine learning for location estimation at various altitudes using multiple items of sensed information in indoor environment |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 位置推定 / location estimation |
| キーワード(2)（和/英） | 機械学習 / machine learning |
| キーワード(3)（和/英） | ZigBee / ZigBee |
| キーワード(4)（和/英） | マルチセンシング情報 / sensed information |
| キーワード(5)（和/英） | / IoT |
| 第 1 著者 氏名（和/英） | 川村 廉 / Ren Kawamura |
| 第 1 著者 所属（和/英） | 東北工業大学(略称：東北工大) Tohoku Institute of Technology(略称：Tohoku Institute of Tech.) |
| 第 2 著者 氏名（和/英） | 工藤 栄亮 / Eisuke Kudoh |
| 第 2 著者 所属（和/英） | 東北工業大学(略称：東北工大) Tohoku Institute of Technology(略称：Tohoku Institute of Tech.) |
| 発表年月日 | 2022-11-07 |
| 資料番号 | SR2022-45 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | SR-243 |
| ページ範囲 | pp.1-6(SR), |
| ページ数 | 6 |
| 発行日 | 2022-10-31 (SR) |