ブースティングを用いたアクセスポイントの重要性を考慮したWi-Fi屋内位置推定手法

• Item type: SIG Technical Reports(1)
• 公開日: 2014-07-21
• タイトル: ブースティングを用いたアクセスポイントの重要性を考慮したWi-Fi屋内位置推定手法
• タイトル / 言語: en
• タイトル: Robust Wi-Fi Fingerprinting based on Boosting Considering Signal Strength Stability of APs
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 位置推定
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者名: 谷内, 大祐; 前川, 卓也
• 著者名(英): Daisuke, Taniuchi; Takuya, Maekawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，Wi-Fi 電波による屋内位置推定の研究が数多く行われている．最も一般的な手法である Wi-Fi フィンガープリンティングは，屋内の多数の場所においてあらかじめ計測しておいた Wi-Fi 電波強度の分布情報を用いて位置推定を行う．しかしながら従来のフィンガープリンティングでは，観測された Wi-Fi 電波全てを使用するため，モバイルアクセスポイントなどの位置推定に適さないアクセスポイントからの電波が観測された場合，位置推定に不要な特徴量が増え，その結果推定精度が低下してしまうという問題がある．また多数のアクセスポイントを用いた場合，推定に用いられる特徴ベクトルの次元数が増え，次元の呪いにより正しく位置推定が行えないという問題がある．そこで本研究では，さまざまな弱位置推定器からなる，Boosted 位置推定器を用いることでこの問題に対応する．それぞれの弱位置推定器では，ランダムに選んだ少数のアクセスポイントからの電波のみを用いて位置を推定する．このとき，各アクセスポイントがどの程度位置推定に適しているかを学習データから評価し，評価の高いアクセスポイントを多く使用する弱位置推定器ほど，その重みを大きくする．どのアクセスポイントが位置推定に適しているかは，対象とする屋内環境の領域 （エリア） によって異なると考えられるため，事前にいくつかのエリアを設定し，それぞれのエリアに対して弱位置推定器ごとの重みを決定することで精度の改善を試みる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a new Wi-Fi based indoor positioning method that is robust over unstable Wi-Fi access points (APs). Because Wi-Fi based indoor positioning relies on unstable and uncontrollable infrastructure (Wi-Fi APs), the positioning performance significantly decreases when such unstable APs are included in the localization system. This paper proposes a indoor positioning method by employing ensemble of weak position estimators, which permits us to construct a robust positioning model. Our proposed boosted position estimator has the following features. 1) The estimator does not overfit the training data and thus it is robust over unstable signals from APs. 2) Because each weak estimator employs a small number of APs for positioning, the estimator does not affected by the curse of dimensionality. 3) Our model can adaptively change the weight (importance) of each weak estimator according to a user's position in order to achieve a position-aware precise localization.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11838947
• 書誌情報: 研究報告ユビキタスコンピューティングシステム（UBI）; 巻 2014-UBI-43, 号 3, p. 1-7, 発行日 2014-07-21
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会