文献

J-GLOBAL ID：201702231490921027   整理番号：17A1399892

SuPRANO悪環境における連結車の局在:半suPervised多様体leaRning技術【Powered by NICT】

SuPRANO: On the localization of connected vehicles in hostile environments: A Semi-suPervised manifold leaRning technique

著者 (2件)： Soua Ahmed (INRIA, France) ,  Soua Ridha (University of Luxembourg, Luxembourg)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCC  ページ： 1067-1072  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 全地球測位システム(GPS)信号を利用できないことができるトンネル,高層ビル,地下と密な植生のような無線敵対的環境では,車両は正確な位置を交換することを妨げる。重要な情報が失われるか,ミスリードされる可能性がある。これらの限界を克服するために,本論文では,SuPRANOと呼ばれる局在推定のための革新的な技術,車両NetwOrksのための半suPervisedマニホールドleaRning基づくlocAlizationアルゴリズムを提案した。筆者らの技術での重要な革新は,半教師つき学習の理論を活用した。特に,SuPRANOは,先導車と呼ばれる,ある数のよく局在化した車両の非局在自動車(非先導車両)からの信号測定を収集しこれらの後者の位置を推定することを採用した。得られた技術は自然に現実的であり優れた性能を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： マニホールド ,  高層建築 ,  アルゴリズム ,  *連結式車両 ,  *多様体 ,  GPS
準シソーラス用語： GPS【位置決め】 ,  局在化 ,  半教師つき学習 ,  ワイヤレス , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 環境 ,  連結車 ,  多様体