文献

J-GLOBAL ID：202202246744461090   整理番号：22A0959490

屋内位置決めシステムのためのランダムフォレスト変数選択による多変数指紋【JST・京大機械翻訳】

Multivariable Fingerprints With Random Forest Variable Selection for Indoor Positioning System

著者 (5件)： Ji Wenqing (Shanghai Key Laboratory of Multidimensional Information Processing, Engineering Center of SHMEC for Space Information and GNSS, School of Communication and Electronic Engineering, East China Normal University, Shanghai, China) ,  Zhao Kun (Shanghai Key Laboratory of Multidimensional Information Processing, Engineering Center of SHMEC for Space Information and GNSS, School of Communication and Electronic Engineering, East China Normal University, Shanghai, China) ,  Zheng Zhengqi (Shanghai Key Laboratory of Multidimensional Information Processing, Engineering Center of SHMEC for Space Information and GNSS, School of Communication and Electronic Engineering, East China Normal University, Shanghai, China) ,  Yu Chao (Shanghai Key Laboratory of Multidimensional Information Processing, Engineering Center of SHMEC for Space Information and GNSS, School of Communication and Electronic Engineering, East China Normal University, Shanghai, China) ,  Huang Shuai (Shanghai Key Laboratory of Multidimensional Information Processing, Engineering Center of SHMEC for Space Information and GNSS, School of Communication and Electronic Engineering, East China Normal University, Shanghai, China)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 22  号： 6  ページ： 5398-5406  発行年： 2022年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
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： 5世代(5G)移動通信システムに基づく指紋による屋内位置決め技術は,広範囲な注目を引きつけた。非線型と多経路伝搬に起因する不安定性のため,異なる点における受信信号強度指標(RSSI)値は類似している可能性がある。問題に対処して,高精度の屋内位置決めの要求を満たすために,ランダムフォレスト変数選択(RFVS)による多変数指紋を本論文で提案する。距離-電力関係に関連する105G変数を選択し,多変数指紋データベースを確立した。多変量指紋間の相関を利用するために,RFVSを用いて変数重要度と組合せを分類した。5つの機械学習アルゴリズムを用いて,試験のための3つの実験シナリオにおけるユーザ装置の位置を計算した。結果は,多層知覚(MLP)がすべてのテストシナリオにおいて5つの位置決めアルゴリズムの中で最良の性能を達成することを示した。RFVSと組み合わせて,MLPは,それぞれ3つの試験シナリオで使われるRSSIと比較して,31.42%,39.56%および30.54%の精度改善を示した。さらに,MLPの最良の結果は,3つの実験シナリオの1つで80%の試験サンプルに対して1.198mの位置決め誤差を達成した。Copyright 2022 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】

シソーラス用語： アルゴリズム ,  データベース ,  電力 ,  位置決め ,  改良 ,  多経路伝搬 ,  信号特性 ,  *計算機アルゴリズム ,  *指紋 ,  多層パーセプトロン ,  学習アルゴリズム
準シソーラス用語： 高精度 ,  *ランダムフォレスト ,  受信信号強度 ,  *変数選択 ,  *多変量 ,  *屋内位置決め , 【Automatic Indexing@JST】

分類 (1件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (5件)： 屋内位置決め ,  ランダムフォレスト ,  変数選択 ,  多変数 ,  指紋