| 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 | 2024-11-08 10:50 ［依頼講演］マルチモーダルディープラーニングを用いた電波強度予測 ○ヌェン ナム カーン・滝沢賢一（NICT）  CS2024-65 |
|
| 抄録 | （和） | 本研究は，ロボット遠隔操作をユースケースとして，複数種のデータを活用した信号処理によってロボット制御回線の受信信号強度指標（RSSI）予測が可能であることを実証することをめざす．使用するデータとしては，カメラで取得した画像やLight Detection and Ranging（LiDAR）の点群データ等の視覚情報に関連するセンサーデータと，受信されたRSSI値を含む無線周波数（RF）データが含まれる．センサーデータとRFデータを融合し，マルチモーダルな3次元畳み込みニューラルネットワークで処理するRSSI予測モデルを提案する．予測性能は，プラン環境を模擬した場所で実験的に取得した画像，LiDAR点群，および2.4GHz帯Wi-Fiを用いて計測したRSSIから構成されるデータセットを用いて評価を行った．結果として，提案するマルチモーダルRSSI予測モデルは，根平均二乗誤差，予測精度，相関特性，および決定係数の観点で，シングルモーダルのアプローチを上回る性能を示すことがわかった． |
| （英） | This study demonstrates the feasibility of predicting future 2.4 GHz Received Signal Strength Indicator (RSSI) for robot remote control applications using the integration of multiple types of data. The data includes visual information, including obtained camera images and Light Detection and Ranging (LiDAR) point clouds, and radio frequency (RF) data, which is obtained RSSI values. We propose an RSSI predictor that integrates and processes visual and RF data by fusing in a multimodal three-dimensional convolutional neural network. The prediction performance is evaluated using experimentally obtained images, LiDAR point clouds, and RSSI datasets from a mock-up area in a power plant environment. The results show that the proposed multimodal RSSI predictor outperforms single-modality approaches in terms of root mean square error, accuracy, correlation, and coefficient of determination. | |
| キーワード | （和） | 電波強度予測 / マルチモーダル学習 / 三次元畳み込みニューラルネットワーク / / / / / |
| （英） | received signal strength prediction / multimodal learning / three-dimensional convolutional neural network / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 234, CS2024-65, pp. 77-81, 2024年11月. | |
| 資料番号 | CS2024-65 | |
| 発行日 | 2024-10-30 (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 | CS2024-65 |
|
| 研究会情報 | |
| 研究会 | CS |
| 開催期間 | 2024-11-06 - 2024-11-08 |
| 開催地（和） | 大阪公立大学 I-siteなんば |
| 開催地（英） | Osaka Public University I-site Namba C1 Conference Room |
| テーマ（和） | ホームネットワーク，感覚情報ネットワーク，量子ネットワーク，ネットワークサービス，CPS/デジタルツイン，通信利用アプリケーション，一般 |
| テーマ（英） | Home networks, Sensory information networks, Quantum networks, Network service, CPS/Digital twin, Communication applications, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2024-11-CS |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | マルチモーダルディープラーニングを用いた電波強度予測 |
| サブタイトル（和） | |
| タイトル（英） | Received Signal Strength Prediction using Multimodal Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電波強度予測 / received signal strength prediction |
| キーワード(2)（和/英） | マルチモーダル学習 / multimodal learning |
| キーワード(3)（和/英） | 三次元畳み込みニューラルネットワーク / three-dimensional convolutional neural network |
| 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） | ヌェン ナム カーン / Khanh Nam Nguyen / |
| 第1著者 所属（和/英） | 国立研究開発法人 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第2著者 氏名（和/英/ヨミ） | 滝沢 賢一 / Kenichi Takizawa / |
| 第2著者 所属（和/英） | 国立研究開発法人 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-11-08 10:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CS |
| 資料番号 | CS2024-65 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.234 |
| ページ範囲 | pp.77-81 |
| ページ数 | 5 |
| 発行日 | 2024-10-30 (CS) |
[研究会発表申込システムのトップページに戻る]