文献

J-GLOBAL ID：201802259129126245   整理番号：18A0200829

教師つき学習法を用いたUWB局在【Powered by NICT】

UWB localization employing supervised learning method

著者 (6件)： Rana Soumya Prakash (School of Engineering, London South Bank University, London, United Kingdom) ,  Dey Maitreyee (School of Engineering, London South Bank University, London, United Kingdom) ,  Siddiqui Hafeez Ur (School of Engineering, London South Bank University, London, United Kingdom) ,  Tiberi Gianluigi (Faculty of Engineering, University of Pisa, Italy) ,  Ghavami Mohammad (School of Engineering, London South Bank University, London, United Kingdom) ,  Dudley Sandra (School of Engineering, London South Bank University, London, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICUWB  ページ： 1-5  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： 屋内測位システム(IPS)は,信号処理や他の感覚情報を用いた建物シナリオ内の物体と人を見つけるために採用技術である。Ultra Wide Band(UWB)はIPSとして用いることができるような多目的な無線技術であり,非常に良好な性能を示した。UWBは多くのシナリオで使用することができ,貫通検出におけるその有効性と共に者位置決めのためのその優れた分解能はインパルス無線(IR)UWBの応用の一つである。本研究の主目的は,建物内の者あるいはターゲットの位置を局在するが理解のみならず機械学習アプローチにより増強UWBを用いたインテリジェントレーダシステムのための概念を提案することである。適切に開発したUWBは局在データを得るために優れているが,その位置は効果的に意味するかは,更なる方法がエンドユーザ評価のための意味のあるデータを生成するために必要である理解自動的にしなかった。マルチクラスサポートベクトルマシン(MC SVM)アーキテクチャによるUWB信号膨大な量のデータからの学習はターゲットを局在化し,有用な方法でそれらを同定の両方に真に進化方式を可能にした。実験結果の統計的解析は,提案したアルゴリズムを支持している。Copyright 2018 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： 分解能 ,  統計解析 ,  信号処理 ,  計算機アーキテクチャ ,  *教師つき学習 ,  機械学習 ,  位置決め ,  アルゴリズム
準シソーラス用語： 局在化 ,  エンドユーザ ,  インパルス無線 ,  ワイヤレス ,  屋内 , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (2件)： 教師つき学習 ,  UWB