| 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 | 2023-11-10 10:35 歩行状態で測定したデータを用いた機械学習によるエリア推定 ○中山将太・相河 聡・山本真一郎（兵庫県立大）  CS2023-76 |
|
| 抄録 | （和） | 本研究では，エリア内の様々な場所を歩きながら計測したデータを用いた機械学習によるエリア推定を提案する．ここでは，ユーザが計測したアクセスポイント（AP）情報と事前に計測したAP情報を比較するフィンガープリント法を利用する．この提案手法は，測定コストを削減しつつ，ユーザの位置を推定することができる。機械学習には畳み込みニューラルネットワーク(CNN)とサポートベクターマシン(SVM)を用い，推定精度を比較した．共に高い推定精度を示したが，SVM法では処理時間を短縮することができ，CNN法ではより高い推定精度を示した．また，AP情報を歩行中に計測することで計測時間を短縮することができた． |
| （英） | This study examines the accuracy and measurement costs associated with room-level indoor-area estimation using a wireless LAN. Utilizing fingerprint, a method that compares user-measured access point (AP) information with pre-existing AP data from service providers, this study introduces a cost-effective approach. Our proposed machine learning (ML)-based method leverages data collected by users while traversing different locations within an area, thereby significantly reducing the measurement time. Furthermore, this study contrasts the effectiveness of convolutional neural networks (CNN) and support vector machines (SVM) in area estimation using this novel measurement technique. Both CNN and SVM demonstrated comparable accuracy, with SVM exhibiting a shorter processing time. | |
| キーワード | （和） | FingerPrint / 屋内位置推定 / CNN / SVM / エリア推定 / / / |
| （英） | FingerPrint / Indoor location estimation / CNN / SVM / Area estimation / / / | |
| 文献情報 | 信学技報, vol. 123, no. 248, CS2023-76, pp. 53-57, 2023年11月. | |
| 資料番号 | CS2023-76 | |
| 発行日 | 2023-11-02 (CS) | |
| 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 | CS2023-76 |
|
| 研究会情報 | |
| 研究会 | CS |
| 開催期間 | 2023-11-09 - 2023-11-10 |
| 開催地（和） | プラサヴェルデ |
| 開催地（英） | Plaza Verde |
| テーマ（和） | ブロードバンドアクセス，ホームネットワーク，ネットワークサービス，通信利用アプリケーション，一般 |
| テーマ（英） | Broadband access, Home network, Network service, Communication applications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2023-11-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | 歩行状態で測定したデータを用いた機械学習によるエリア推定 |
| サブタイトル（和） | |
| タイトル（英） | Machine learning-based area estimation using data measured under walking conditions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | FingerPrint / FingerPrint |
| キーワード(2)（和/英） | 屋内位置推定 / Indoor location estimation |
| キーワード(3)（和/英） | CNN / CNN |
| キーワード(4)（和/英） | SVM / SVM |
| キーワード(5)（和/英） | エリア推定 / Area estimation |
| 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） | 中山 将太 / Shota Nakayama / ナカヤマ ショウタ |
| 第1著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 第2著者 氏名（和/英/ヨミ） | 相河 聡 / Satoru Aikawa / アイカワ サトル |
| 第2著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 第3著者 氏名（和/英/ヨミ） | 山本 真一郎 / Shinichiro Yamamoto / ヤマモト シンイチロウ |
| 第3著者 所属（和/英） | 兵庫県立大学 (略称： 兵庫県立大) University of Hyogo (略称： Univ. of Hyogo) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-11-10 10:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CS |
| 資料番号 | CS2023-76 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.248 |
| ページ範囲 | pp.53-57 |
| ページ数 | 5 |
| 発行日 | 2023-11-02 (CS) |
[研究会発表申込システムのトップページに戻る]