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。
RFIDに基づく人間活動の同定は,今日のインターネット間アプリケーションにおける重要な要素になっている。最先端の解決策は,オープンスペースにおける単一人による単純なシナリオに焦点を合わせている。しかし,複数の人によるより現実的な現実世界シナリオへの拡張は自明ではない。それらの間に非常に豊富な相互作用を与えると,後方散乱信号は必然的に混合し,個々の活動の情報を不明瞭にする。これは,一般的な屋内環境におけるマルチパスでさらに複雑になる。しかし,しばしば有害であると考えられているが,複数経路と組み合わせた豊富な相互作用がより観測可能なデータを提供することを論じた。生の信号を注意深く処理した後に,活動に関する重要な情報を現代の学習ツールを通して明らかにすることができる。著者らは,M2AIを提示する。それは,最初に,活性同定のためにマルチパスとマルチオブジェクトの両方を収容する。m2AIは,周波数ホッピングオフセットを自動的に除去するために位相較正機構を組み込み,生信号混合物におけるペリオドグラムとプセduoスペクトルに対する新しいデカップリング機構を組み込んだ。次に,洗練されたデータを,活動同定のためのリアルタイムにおける空間的および時間的情報の両方を調べる,畳込みニューラルネットワークとLong Short Term Memoryネットワークを統合した先進的な深い学習エンジンに供給した。著者らのM ^2AIは,オフザシェルRFID読取装置を用いて容易に展開できる。著者らは,Impinj UHF受動タグとSpeedway R420読取装置を有するM ^ 2AIプロトタイプを実装した。多経路に富む屋内環境における複数の物体による実験は,97%の活動同定精度,最先端の解に対する有意な利得(27%)を報告する。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】
