文献

J-GLOBAL ID：201802221155502408   整理番号：18A1807861

可視光位置決めシステムにおける位置精度を改善するための機械学習技術の使用について【JST・京大機械翻訳】

On the Usage of Machine Learning Techniques to Improve Position Accuracy in Visible Light Positioning Systems

著者 (4件)： Gradim Andre (Instituto de Telecomunicac,oes, University of Aveiro, Aveiro, Portugal) ,  Fonseca Pedro (Instituto de Telecomunicac,oes, University of Aveiro, Aveiro, Portugal) ,  Alves Luis Nero (Instituto de Telecomunicac,oes, University of Aveiro, Aveiro, Portugal) ,  Mohamed Reem E. (Electronics and Communication Engineering Department, Mansoura University, Egypt)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CSNDSP  ページ： 1-6  発行年： 2018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： 本論文は,可視光位置決めシステムにおける位置推定のタスクに適用される機械学習アルゴリズムの利用を研究した。通常,三角形分割に頼る伝統的アプローチは,位置推定を見出すために最小二乗法の適用に頼る。最小二乗法は,データセットに存在する異常値情報に非常に傾向があり,推定精度を低下させる。本論文は,推定精度を改善するために,クラスタリングと異常値除去に基づく戦略を提示した。クラスタリングはDBSCANに基づいており,非構造化データにおける構造を見出すために用いられるアルゴリズムである。DBSCANに対するチューニングパラメータを線形回帰教師つき学習ステップに従って最適化し,そこでは既知の実位置を持つ訓練例を用いた。シミュレーション結果は,中程度の複雑さの増加で達成された精度の35%の利得改善を示した。研究下の事例シナリオに対する最小推定誤差は0.2mmであり,r.m.s誤差は35mmであった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *可視光 ,  異常値 ,  最小二乗法 ,  クラスタ化 ,  最適化 ,  利得 ,  アルゴリズム ,  教師つき学習 ,  シミュレーション ,  同調 ,  学習アルゴリズム
準シソーラス用語： 複雑性 ,  非構造化データ ,  推定精度 ,  位置推定 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 可視光 ,  位置決めシステム ,  位置精度 ,  機械学習技術