| 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 | 2024-08-27 14:15 2ステップロバストDNNを用いたRSSIベースの屋内位置推定 ○小坂太星（横浜国大）・ワンダレ スティーブン（マラウイ大）・市毛弘一（横浜国大）  SIP2024-60 |
|
| 抄録 | （和） | 本稿では，受信信号強度（Received Signal Strength Indicator; RSSI）を利用した屋内位置推定手法として2ステップロバストDeep Neural Network (DNN)を提案する． 従来手法である，2ステップExtreme Gradient Boosting (XGBoost)では2次元座標の一方（$x$座標または$y$座標）を入力特徴量として活用することで推定精度を向上させているが，複雑で非線形なデータセットの推定精度に限界があるという点と，テスト時に入力の位置座標が真値とずれている場合にモデルの推定精度が悪化してしまうという課題があった． 本稿で提案する2ステップロバスト DNNは2ステップXGBoostから2つの改良を施した． 主な変更点は，機械学習をXGBoostからDNNにしたことと，トレーニングデータの改良によって入力座標に対してロバストな学習モデルを構築することである． シミュレーションを通して，提案手法がデータセットに制約を設けずに，高い推定精度を達成することを示す． |
| （英） | In this paper, we introduce a novel approach called the 2-Step Robust Deep Neural Network (DNN), designed specifically for indoor localization utilizing received signal strength indicator (RSSI) data. The conventional method, 2-Step Extreme Gradient Boosting (XGBoost), improves estimation accuracy by utilizing one of the two-dimensional coordinates ($x$ or $y$ coordinate) as an input feature. However, it has limitations in estimation accuracy for complex and nonlinear datasets, and its performance deteriorates when the input positional coordinates deviate from the ground truth during testing. The 2-Step Robust DNN proposed in this paper incorporates two enhancements over the 2-Step XGBoost. Through comprehensive simulations, we demonstrate that the proposed 2-Step Robust DNN attains superior estimation accuracy while preserving the absence of constraints on the dataset. |
|
| キーワード | （和） | 屋内位置推定 / DNN / RSSI / / / / / |
| （英） | Indoor localization / DNN / RSSI / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 162, SIP2024-60, pp. 75-80, 2024年8月. | |
| 資料番号 | SIP2024-60 | |
| 発行日 | 2024-08-19 (SIP) | |
| 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 | SIP2024-60 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2024-08-26 - 2024-08-27 |
| 開催地（和） | 福井大学文京キャンパス |
| 開催地（英） | University of Fukui (Bunkyo Campus) |
| テーマ（和） | 信号処理，一般 |
| テーマ（英） | Signal processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2024-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 2ステップロバストDNNを用いたRSSIベースの屋内位置推定 |
| サブタイトル（和） | |
| タイトル（英） | 2-Step Robust DNN Model for RSSI-based Indoor Localization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 屋内位置推定 / Indoor localization |
| キーワード(2)（和/英） | DNN / DNN |
| キーワード(3)（和/英） | RSSI / RSSI |
| キーワード(4)（和/英） | / |
| 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） | 小坂 太星 / Taisei Kosaka / コサカ タイセイ |
| 第1著者 所属（和/英） | 横浜国立大学 (略称： 横浜国大) Yokohama National University (略称： Yokohama National Univ.) |
| 第2著者 氏名（和/英/ヨミ） | ワンダレ スティーブン / Steven Wandale / ワンダレ スティーブン |
| 第2著者 所属（和/英） | マラウイ大学 (略称： マラウイ大) University of Malawi (略称： Univ. of Malawi) |
| 第3著者 氏名（和/英/ヨミ） | 市毛 弘一 / Koichi Ichige / イチゲ コウイチ |
| 第3著者 所属（和/英） | 横浜国立大学 (略称： 横浜国大) Yokohama National University (略称： Yokohama National Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-08-27 14:15:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2024-60 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.162 |
| ページ範囲 | pp.75-80 |
| ページ数 | 6 |
| 発行日 | 2024-08-19 (SIP) |
[研究会発表申込システムのトップページに戻る]