文献

J-GLOBAL ID：202202284505506354   整理番号：22A0496935

知的位置決めシステム:屋内モビリティ挙動の学習とバッチ効果【JST・京大機械翻訳】

Intelligent Positioning System: Learning Indoor Mobility Behavior and Batch Affiliations

著者 (5件)： Altamrah Abdulaziz S. (Department of Computer Engineering, College of Computer and Information, King Saud University, Riyadh, Saudi Arabia) ,  Alasmary Waleed (Computer Engineering Department, Umm Al-Qura University, Makkah, Saudi Arabia) ,  Shuja Junaid (Department of Computer Science, COMSATS University Islamabad, Abbottabad, Pakistan) ,  Alsaaban Maazen S. (Department of Computer Engineering, College of Computer and Information, King Saud University, Riyadh, Saudi Arabia) ,  Ashraf Imran (Department of Information and Communication Engineering, Yeungnam University, Gyeongbuk, Gyeongsan-si, Republic of Korea)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 122  号： 3  ページ： 2521-2542  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 移動性データは,日常行動における再発事象のために非常に重要である。これらの事象は一貫性があり,隠れた構造を持っている。そのようなデータの隠れ構造の同定は,屋内位置予測可能性を高め,興味深い特徴を提供できる。本研究では,屋内環境におけるヒト移動性ルーチンを予測し,解析するための方法論を提示した。構造化屋内環境(すなわち大学キャンパス)を考察し,屋内Wi-Fi受信信号強度(RSS)データセットを生成した。このWi-Fi RSSデータセットに基づいて,10バッチから400人の学生に関連する位置情報を合成した。その後,著者らは,データセットの各学生を局所化するために,K最近傍(KNN)アルゴリズムを使用した。次に,3つの屋内位置:講義室,実験室,およびカフェテリアを考慮することによって,学生の移動性データを構築した。主成分分析(PCA)を用いて学生の移動性データの反復構造を表した。PCAはデータセットから重要な情報を抽出し,主成分(PC)と呼ばれる新しい直交ベクトルの集合によりこの情報を表す。最初のPCはデータセットの最大部分を説明した。この文脈において,トップ4つのPCを用いて,全体の屋内移動性空間の特性を記述し,固有位置として呼んだ。本研究は3つの主な貢献を提供する。最初に,学生の一次固有配置の加重和を用いて,1日にわたる学生の移動性行動を近似した。第2に,著者らは,固有配置方式が,学生の提携を推論して,友人を推算することに関して,どのように実行するかを示した。最後に,使用した屋内位置決めシステムから生じる任意のレベルの位置決め誤差を考慮することにより,合成屋内位置決めデータに対する提案した固有位置決定法の性能を実証した。提案した固有配置スキームを用いて,著者らは,84%の精度で,特定の日に学生の位置を再構成し,予測することができた。さらに,著者らは,バッチ親和性と友人推定のための99%の推論精度を得た。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  *移動度 ,  ベクトル ,  ヒト ,  屋内環境 ,  親和性 ,  直交性 ,  主成分分析 ,  予測可能性 ,  位置情報
準シソーラス用語： WiFi ,  受信信号強度 ,  位置予測 ,  *位置決めシステム ,  屋内位置決め , 【Automatic Indexing@JST】

著者キーワード (5件)： 屋内位置決め ,  人間のモビリティ ,  固有分解 ,  位置予測 ,  バッチ推論

分類 (2件)： 計算機網  (JC03000K) ,  電子航法一般  (ND14010O)

タイトルに関連する用語 (6件)： 位置決めシステム ,  屋内 ,  モビリティ ,  挙動 ,  学習 ,  バッチ