| 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 | 2025-01-30 14:00 少数RSSIデータを用いた屋内位置推定のためのデータ拡張および選別手法 ○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）  IT2024-69 SIP2024-108 RCS2024-252 |
|
| 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において，少数のトレーニングデータで高い推定精度を実現するために，敵対的生成ネットワーク (Generative Adversarial Networks; GAN)を活用したデータ生成および選別手法を提案する． 従来手法では，GANのトレーニングが不安定になりやすいという特性を考慮せずに生成および選別が行われていたという課題があった． 提案手法では，データ生成の段階においてGANのトレーニング時に生成器を事前に教師あり学習させ，データ選別の段階においては生成データを実測データをに基づいて客観的に評価・選別する手法を考案し，位置推定モデルの学習に適したデータを効率的に増やしている． 実験結果により，提案手法が少数のRSSIデータにおいても高精度な推定を実現することを示す． |
| （英） | In this paper, we propose a data augmentation and selection method utilizing Generative Adversarial Networks (GANs) for indoor localization using Received Signal Strength Indicator (RSSI) to achieve high estimation accuracy with a small amount of training data. Conventional methods have a challenge in that they perform data augmentation and selection without considering the instability typically associated with GANs training. The proposed method addresses this by pre-training the Generator with supervised learning during the data augmentation phase and employing a data selection technique based on objective evaluation of the generated data relative to the measured data. This enables efficient augmentation of the data suitable for training the localization model. Simulation results demonstrate that the proposed method achieves high estimation accuracy even with a small amount of RSSI data. |
|
| キーワード | （和） | 屋内位置推定 / DNN / GAN / RSSI / / / / |
| （英） | Indoor localization / DNN / GAN / RSSI / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 365, SIP2024-108, pp. 250-255, 2025年1月. | |
| 資料番号 | SIP2024-108 | |
| 発行日 | 2025-01-22 (IT, SIP, RCS) | |
| 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 | IT2024-69 SIP2024-108 RCS2024-252 |
|
| 研究会情報 | |
| 研究会 | RCS SIP IT |
| 開催期間 | 2025-01-29 - 2025-01-30 |
| 開催地（和） | 海峡メッセ下関 |
| 開催地（英） | Kaikyou-messe |
| テーマ（和） | 無線通信のための信号処理，学習，数理，情報理論および一般 |
| テーマ（英） | Signal Processing for Wireless Communications, Learning, Mathematics, Information Theory, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2025-01-RCS-SIP-IT |
| 本文の言語 | 日本語 |
| タイトル（和） | 少数RSSIデータを用いた屋内位置推定のためのデータ拡張および選別手法 |
| サブタイトル（和） | |
| タイトル（英） | Data Augmentation and Selection 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） | GAN / GAN |
| キーワード(4)（和/英） | RSSI / RSSI |
| 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.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-30 14:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIP |
| 資料番号 | IT2024-69, SIP2024-108, RCS2024-252 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.364(IT), no.365(SIP), no.366(RCS) |
| ページ範囲 | pp.250-255 |
| ページ数 | 6 |
| 発行日 | 2025-01-22 (IT, SIP, RCS) |
[研究会発表申込システムのトップページに戻る]