無線位置決めのためのBayes最適化支援ニューラルネットワーク訓練技術【JST・京大機械翻訳】

Liu Xingchi; Li Peizheng; Zhu Ziming

プレプリント

J-GLOBAL ID：202202210962546527 整理番号：22P0300682

無線位置決めのためのBayes最適化支援ニューラルネットワーク訓練技術【JST・京大機械翻訳】

Bayesian Optimisation-Assisted Neural Network Training Technique for Radio Localisation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年03月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

無線信号ベース(屋内)位置決め技術は,スマート工場や倉庫のようなIoTアプリケーションにとって重要である。機械学習,特にニューラルネットワーク法を通して,信号特徴からターゲット位置へのより正確なマッピングを達成できる。しかし,WiFi,Bluetoothなどの異なる無線プロトコルは,局在化目的に利用できる伝送信号において異なる特徴を持つ。また,ニューラルネットワーク法は,個々の地域化シナリオにおいて満足な性能を得るために,しばしば注意深く構成されたモデルと広範な訓練プロセスに依存する。上記の姿勢は,ニューラルネットワークモデル構造,またはハイパーパラメータを決定するプロセス,ならびに利用可能なデータからの訓練特徴の選択において大きな課題を提起する。本論文では,Bayes最適化に基づくニューラルネットワークモデルハイパーパラメータチューニングと訓練法を提案した。モデルハイパーパラメータおよび訓練特徴の適応選択は,手動モデル訓練設計の最小必要性で実現できる。提案技法により,訓練プロセスを,より自動で効率的な方法で最適化し,局所化におけるニューラルネットワークの適用性を強化した。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る