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。
人々は,日常生活において,屋内空間(例えば,オフィスビル,地下鉄システムなど)において,かなりの時間を費やす。従って,様々な位置ベースアプリケーションをサポートするための効率的な屋内空間クエリアルゴリズムを開発することが重要である。しかし,屋内空間は,利用者が彼らの動作のために屋内の床計画に従わなければならないので,屋外空間とは異なっている。さらに,屋内環境における位置決めは,GPSデバイスよりも,主にセンシングデバイス(例えばRFID読取装置)に基づいている。従って,この新しい課題のために屋外環境のために考案された既存の空間クエリ評価技術を適用することができない。Bayesフィルタリング技法を用いて,システム上で作られた雑音測定のシーケンスを用いて時間にわたって変化するシステムの状態を推定することができるので,本研究では,雑音のあるRFID生データによる屋内空間クエリを評価するための基礎として,Bayesフィルタリングベース位置推定法を提案した。さらに,屋内歩行グラフモデルとアンカーポイントインデクシングモデルの二つの新しいモデルを屋内環境における物体位置を追跡するために作成した。推論方法と追跡モデルに基づいて,革新的屋内範囲とk最近傍(kNN)クエリアルゴリズムを開発した。合成データと実世界データの両方を用いて解を検証した。実験結果により,提案アルゴリズムが屋内空間クエリを効果的かつ効率的に評価できることを示した。https://github.com/DataScienceLab18/IndoorToolKitにおけるコード,データ,およびフロアプランをオープンソースに公開する。【JST・京大機械翻訳】