文献

J-GLOBAL ID：201802249608199440   整理番号：18A0713989

Gauss過程と経路損失モデルを用いた精密で正確な無線信号強度マッピング【JST・京大機械翻訳】

Precise and accurate wireless signal strength mappings using Gaussian processes and path loss models

著者 (3件)： Miyagusuku Renato (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo, 113-8656 Tokyo, Japan) ,  Yamashita Atsushi (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo, 113-8656 Tokyo, Japan) ,  Asama Hajime (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo, 113-8656 Tokyo, Japan)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 103  ページ： 134-150  発行年： 2018年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,正確な(低分散)および正確な(低平均誤差)無線信号強度マッピングを生成する新しいモデリング手法を提案した。ロボットの位置決めにおいて,これらのマッピングを用いて,新しいセンサ測定に対して調整された位置の尤度を計算した。したがって,平均および分散予測の両方が必要である。Gauss過程は,非常に正確な写像を学習するために成功裏に使用されている。しかし,それらは,それらの訓練入力から遠い場所ではほとんど一般化されず,それらの予測は高い分散(低い精度)を持つ。本研究では,正確さに欠けているが,よく一般化されているパラメトリック関数である経路損失モデルを組み込むことにより,この問題に取り組んだ。経路損失モデルをGauss過程と共に用いて,平均予測を計算し,最も重要なことに,Gauss過程の予測分散を結合した。オープンソースフレームワークで行った広範なテストを通して,正確で正確なマッピングを生成するためのアプローチの能力と,それらを用いたときのモンテカルロ位置決めアルゴリズムの局在化精度の増加を実証した。すべてのデータセットとソフトウェアにより,コミュニティに対して容易にオンラインで利用できた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニティ ,  モデリング ,  モンテカルロ法 ,  *Gauss過程 ,  ソフトウェア ,  位置決め ,  ロボット ,  予測 ,  センサ ,  アルゴリズム
準シソーラス用語： オンライン ,  尤度 ,  *信号強度 ,  *ワイヤレス ,  *経路損失 , 【Automatic Indexing@JST】

著者キーワード (4件)： ロボットの位置決め ,  無線センサモデル ,  信号強度マッピング ,  Gauss過程

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (6件)： Gauss過程 ,  経路損失 ,  モデル ,  無線 ,  信号強度 ,  マッピング