Bayesノンパラメトリック混合測定誤差モデルと多重精度とマルチカバレッジを持つ移動位置決めデータを使用した空間密度推定への応用【JST・京大機械翻訳】

Lee Youngmin; Jeong Taewon; Kim Heeyoung

文献

J-GLOBAL ID：202102273611772647 整理番号：21A2341528

Bayesノンパラメトリック混合測定誤差モデルと多重精度とマルチカバレッジを持つ移動位置決めデータを使用した空間密度推定への応用【JST・京大機械翻訳】

A Bayesian Nonparametric Mixture Measurement Error Model With Application to Spatial Density Estimation Using Mobile Positioning Data With Multi-Accuracy and Multi-Coverage

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A2341528&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A2341528&from=J-GLOBAL&jstjournalNo=E0359A") }}

著者 (3件)： , ,
資料名：
巻： 62 号： 2 ページ： 173-183 発行年： 2020年
JST資料番号： E0359A ISSN： 0040-1706 CODEN： TCMTA 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

モバイルネットワーク技術の開発は,様々な位置決め技術によりモバイル機器の位置データを収集できるようにした。位置データを用いて,モバイル機器の空間密度を推定でき,次に,モバイルサービスプロバイダによりネットワーク容量改善を計画できる。2つの最も一般的な位置決め技術は,支援グローバル位置決めシステム(AGPS)とセルタワー三角形分割(CTT)法である。GPSデータはCTTデータよりより正確な位置情報を提供するが,モバイル機器の一部のみをカバーできるが,CTTデータは全てのモバイルデバイスをカバーできる。この問題に動機づけられて,著者らは,ノイズフリーデータ(即ち,AGPSデータ)と測定誤差(即ち,CTTデータ)で汚染されたデータの両方を統合することによって,空間密度関数を推定するためのBayesノンパラメトリック混合測定誤差モデルを提案した。提案モデルは汚染データから真の潜在位置を推定し,雑音フリーデータと組み合わせた推定潜在位置を用いてモデルパラメータを推定した。混合物カーネルに対する二変量ベータ分布および混合分布前のDPを有するDirichletプロセス(DP)混合モデルを用いて真の密度関数をモデル化した。混合物カーネルに対する二変量ベータ分布の使用は,密度関数が有界サポートを有する様々な形状を持つことを可能にする。さらに,混合分布に先行するDPの使用は,前もって特定されることなく,混合成分の数を自動的に決定することを可能にする。したがって,提案モデルは非常に柔軟である。模擬および実データ例を通して提案モデルの有効性能を示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

工程管理 , その他の情報工学基礎理論 , 統計的品質管理 , システム同定

, , , , , , , ,

前のページに戻る