| 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 | 2025-01-23 09:30 機械学習モデルを活用したCSIセンシングの実用性検証 ○田中朝哉・船越水祥・米本 了・矢吹 歩（ソフトバンク）  AP2024-167 |
|
| 抄録 | （和） | 本研究では，無線LANの送信信号に含まれるCSI推定用信号に対し，５種類の機械学習モデルを適用した際の，人間の姿勢の推定精度を明らかにするために，実験的評価を行った．使用したモデルは，(i) 線形判別分析，(ii) ナイーブベイズサポートベクターマシン，(iii) カーネルサポートベクターマシン，(iv) ランダムフォレスト，(v) ディープラーニングであり，これらのモデルの精度がトレーニングデータの量によってどのように変化するかを系統的に分析するとともに，各モデルの空間的な汎化能力を評価するために，データ収集環境とは異なる環境でモデル性能を検証した．実験の結果，元の環境ではナイーブベイズサポートベクターマシンとディープラーニングの２つのモデルは85%以上の精度を達成したものの，異なる環境では全てのモデルの精度が約30%まで低下した．これらの結果から，CSIベースの機械学習モデルは一貫した空間構造では高い精度を達成できるものの，空間条件が変化すると性能が大幅に低下するため，空間汎化能力において重要な課題があることが示された． |
| （英） | In this study, we conducted an experimental evaluation to clarify the estimation accuracy of human posture when applying five different machine learning models to the CSI estimation signals embedded in Wi-Fi transmission signals. The models we employed were: (i) Linear Discriminant Analysis, (ii) Naive Bayes-Support Vector Machine, (iii) Kernel-Support Vector Machine, (iv) Random Forest, and (v) Deep Learning. We systematically analyzed how the accuracy of these models varied with different amounts of training data. Additionally, to assess their spatial generalization capabilities, we evaluated the models’ performance in a setting distinct from the one used for data collection. The experimental findings indicated that while two models— (ii) Naive Bayes-Support Vector Machine and (v) Deep Learning—achieved 85% or more accuracy in the original setting, their accuracy dropped to approximately 30% when applied in a different environment. These results underscore that although CSI- based machine learning models can attain high accuracy within a consistent spatial structure, their performance diminishes considerably with changes in spatial conditions, highlighting a significant challenge in their generalization capabilities. | |
| キーワード | （和） | 無線LAN / チャネル状態情報(CSI) / 機械学習 / 線形判別分析 / ナイーブベイズサポートベクターマシン / カーネルサポートベクターマシン / ランダムフォレスト / ディープラーニング |
| （英） | WLAN / Channel State Information (CSI) / Machine Learning / Linear Discriminant Analysis / Naive Bayes- Support Vector Machine / Kernel-Support Vector Machine / Random Forest / Deep Learning | |
| 文献情報 | 信学技報, vol. 124, no. 341, AP2024-167, pp. 1-5, 2025年1月. | |
| 資料番号 | AP2024-167 | |
| 発行日 | 2025-01-16 (AP) | |
| 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 | AP2024-167 |
|
| 研究会情報 | |
| 研究会 | AP WPT |
| 開催期間 | 2025-01-23 - 2025-01-24 |
| 開催地（和） | ろうかん（労働会館、松江） |
| 開催地（英） | Rokan, Matsue |
| テーマ（和） | 電波伝搬・無線電力伝送・一般 |
| テーマ（英） | Radio propagation, Wireless transmission technology, Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2025-01-AP-WPT |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習モデルを活用したCSIセンシングの実用性検証 |
| サブタイトル（和） | |
| タイトル（英） | Validation of Practicality for CSI Sensing Utilizing Machine Learning Models |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 無線LAN / WLAN |
| キーワード(2)（和/英） | チャネル状態情報(CSI) / Channel State Information (CSI) |
| キーワード(3)（和/英） | 機械学習 / Machine Learning |
| キーワード(4)（和/英） | 線形判別分析 / Linear Discriminant Analysis |
| キーワード(5)（和/英） | ナイーブベイズサポートベクターマシン / Naive Bayes- Support Vector Machine |
| キーワード(6)（和/英） | カーネルサポートベクターマシン / Kernel-Support Vector Machine |
| キーワード(7)（和/英） | ランダムフォレスト / Random Forest |
| キーワード(8)（和/英） | ディープラーニング / Deep Learning |
| 第1著者 氏名（和/英/ヨミ） | 田中 朝哉 / Tomoya Tanaka / タナカ トモヤ |
| 第1著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp. (略称： SoftBank) |
| 第2著者 氏名（和/英/ヨミ） | 船越 水祥 / Mizuki Funakoshi / フナコシ ミズキ |
| 第2著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp. (略称： SoftBank) |
| 第3著者 氏名（和/英/ヨミ） | 米本 了 / Ryo Yonemoto / ヨネモト リョウ |
| 第3著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp. (略称： SoftBank) |
| 第4著者 氏名（和/英/ヨミ） | 矢吹 歩 / Ayumu Yabuki / ヤブキ アユム |
| 第4著者 所属（和/英） | ソフトバンク株式会社 (略称： ソフトバンク) SoftBank Corp. (略称： SoftBank) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-23 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AP |
| 資料番号 | AP2024-167 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.341 |
| ページ範囲 | pp.1-5 |
| ページ数 | 5 |
| 発行日 | 2025-01-16 (AP) |
[研究会発表申込システムのトップページに戻る]