선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 실내 측위에 필요한 주변 무선 신호의 환경 변화에 덜 민감한 다차원데이터를 구성하여 측위에 필요한 학습 및 테스트데이터를 확보하는 과정은 매우 중요하다. 본 논문에서는 무선 Wi-Fi AP 신호와 BLE Beacon 신호 그리고 이동 통신사 기지국 신호 등의 다양한 무선 데이터를 수집하여 다차원의 학습 데이터를 구성하고 학습 기반 전파 지문을 구성하는 연구를 제안하다. 이때 주변 무선 신호의 환경 변화로 인해 다차원 데이터의 일부 데이터만이 수집되는 상황에서도 측위가 가능하게 된다.
- 본 연구에서 기계 학습의 구조설계에 반드시 고려해야하는 여러 종류의 신호 데이터를 분할하고 그룹화한 후 관리하는 기술의 중요성을 확인했다.
- 본 연구에서는 측위자 주변의 다양한 무선 신호를 이용하여 주변 환경 변화에 영향을 최소화하기 위해 각 셀에서 수집되는 데이터들을 구분하여 일부 데이터만 수집되는 상황에서도 측위가 가능하도록 하는 다양한 데이터 계층을 구성하는 연구를 제안한다. 이렇게 구성되는 다차원 데이터를 통해 실내에서 향상된 측위가 가능하며 층간 구분과 같은 세밀한 위치 결과를 얻을 수 있도록 구성한다.
- 본 연구에서는 측위자 주변의 다양한 무선 신호를 이용하여 주변 환경 변화에 영향을 최소화하기 위해 각 셀에서 수집되는 데이터들을 구분하여 일부 데이터만 수집되는 상황에서도 측위가 가능하도록 하는 다양한 데이터 계층을 구성하는 연구를 제안한다. 이렇게 구성되는 다차원 데이터를 통해 실내에서 향상된 측위가 가능하며 층간 구분과 같은 세밀한 위치 결과를 얻을 수 있도록 구성한다.
- 측위자 주변에 분포된 다양 한 종류의 무선 신호들을 이용한 측위기법으로 전파 지문 기반 실내 측위 시스템 구성에 계층화된 학습 데이터 관리기법을 적용하여 측위의 정확성을 향상하고자한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.