抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,あらゆる場所でサービスを享受できるモビリティサービスが注目されている。なかでも,ユーザが居る場所に適したサービスを提供するLBS(Location-Based Service)が今後急速に市場を拡大すると予想されている。屋内で利用されるLBSは様々な装置を使用してデバイスが存在するエリアを検知する。特に無線LANのRSSI(Received Signal Strength Indicator)を機械学習するエリア検知技術が検討されている。この技術は導入に際し新規に設備投資が不要でエリア検知成功率が電波環境の変動に影響されない。しかしこのエリア検知技術は導入の際に電波伝搬や機械学習の専門知識が必要で,このことが技術を広く普及させるうえで障壁になっていた。筆者らはこうした専門知識を持たない作業者がRSSIを機械学習するエリア検知技術の導入を可能とする導入支援システムを開発した。このシステムは各エリアのRSSIデータの相互相関を可視化して求めたRSSIデータの類似度とRSSIデータを使用して求めたエリア誤検知率の傾向が同様であることを確認することで,電波伝搬の専門知識を持たない作業者がエリア検知成功率を見積ることを容易にする。また,RSSIデータの類似度と利用可能なハードウェアの性能情報を使い,機械学習の専門知識を持たない作業者が導入環境に適した機械学習法を選定することを容易にする。本稿ではエリア検知技術の導入支援システムを提案し,その有効性を評価した結果を示す。(著者抄録)
