| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-11-09 17:00 受信電力と様々なセンシング情報を用いる2次元屋内位置推定分類学習アルゴリズムの比較 ○佐藤駿輝・工藤栄亮（東北工大）  SR2023-55 |
|
| 抄録 | （和） | 屋内では衛星からの電波を受信することが困難であり,GPS 等による位置推定も困難である.ところで,温度,湿度,照度のセンシング情報は位置に依存するため,受信電力に加え様々なセンシング情報を利用すれば正確な位置推定が可能である.近年,推定アルゴリズムとして機械学習が注目されている. 本論文では, Python の機械学習ライブラリの一つである sklearn で提供されている内 8 つの分類学習アルゴリズムを用いて屋内実験により得られた実験データから位置推定を行い,推定した位置と実際の位置との一致確率を求め比較する.その結果,アンサンブル学習を用いる分類学習器で得られる一致確率が他の分類学習器を用いて得られた値より高くなることが分かった. |
| （英） | In the indoor environment, it is difficult to receive radio waves from satellites, and location estimation using GPS, etc. is also difficult. By the way, sensed information such as temperature, humidity, and illuminance depends on location. Accurate location estimation is possible by using so various sensed information in addition to received signal power. In recent years, machine learning has been attracting attention as an estimation algorithm. In this paper, we estimate the location from experimental data obtained from an indoor experiment using eight classification learning algorithms provided by sklearn, which is one of the Python machine learning libraries. As a result, the coincidence probability between the estimated location and the actual location obtained by a classification learner using ensemble learning was found to be higher than the values obtained using other classification learners. | |
| キーワード | （和） | 分類学習 / 位置推定 / ZigBee / センシング情報 / / / / |
| （英） | Classification learning / location estimation / ZigBee / Sensed Information / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 249, SR2023-55, pp. 48-51, 2023年11月. | |
| 資料番号 | SR2023-55 | |
| 発行日 | 2023-11-02 (SR) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SR2023-55 |
|
| 研究会情報 | |
| 研究会 | SR |
| 開催期間 | 2023-11-09 - 2023-11-10 |
| 開催地（和） | 東北工業大学 八木山キャンパス |
| 開催地（英） | |
| テーマ（和） | ソフトウェア無線、コグニティブ無線、周波数共用、技術展示、製品展示、一般 |
| テーマ（英） | Software Defined Radio, Cognitive Radio, Dynamic Spectrum Sharing, Technology Exhibition, Product Exhibition, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | SR |
| 会議コード | 2023-11-SR |
| 本文の言語 | 日本語 |
| タイトル（和） | 受信電力と様々なセンシング情報を用いる2次元屋内位置推定分類学習アルゴリズムの比較 |
| サブタイトル（和） | |
| タイトル（英） | A Comparison of Classification Learning Algorithm for Location Estimation in 2 Dimensional Indoor Environment Using Received Signal Power and Various Items of Sensed Information |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 分類学習 / Classification learning |
| キーワード(2)（和/英） | 位置推定 / location estimation |
| キーワード(3)（和/英） | ZigBee / ZigBee |
| キーワード(4)（和/英） | センシング情報 / Sensed Information |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 佐藤 駿輝 / Shunki Sato / サトウ シュンキ |
| 第1著者 所属（和/英） | 東北工業大学 (略称： 東北工大) Tohoku Institute of Technology (略称： Tohoku Institute of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 工藤 栄亮 / Eisuke Kudoh / クドウ エイスケ |
| 第2著者 所属（和/英） | 東北工業大学 (略称： 東北工大) Tohoku Institute of Technology (略称： Tohoku Institute of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-09 17:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SR |
| 資料番号 | SR2023-55 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.249 |
| ページ範囲 | pp.48-51 |
| ページ数 | 4 |
| 発行日 | 2023-11-02 (SR) |
[研究会発表申込システムのトップページに戻る]