[B-15-16] A Study on Neural Network of Nearest Neighbor Wireless Terminal in Machine Learning 2D Indoor Location Estimation
この講演は本会「学術奨励賞受賞候補者」の資格対象です。
Keywords:位置推定、機械学習、センシング情報
我々はこれまでに受信電力ばかりでなく,マルチセンシング情報を用いて,設置した端末の中から最も近い端末を推定する最近接無線端末ニューラルネットワークでの機械学習によって屋内位置推定を行い,高精度な位置推定を行えることを示した.ところで,機械学習において学習の試行回数が多すぎると,学習データに対して過剰に適合してしまい,推定すべきデータに対しては推定精度が劣化する恐れがある.
本論文では,試行回数に対する推定された位置と実際の位置との一致確率を比較し,中間層のセル数が4かつ試行回数が3×10の7乗回の時に最も高い一致確率を得られ,試行回数を4×10の7乗回で学習すると,過学習になる可能性が示された.
本論文では,試行回数に対する推定された位置と実際の位置との一致確率を比較し,中間層のセル数が4かつ試行回数が3×10の7乗回の時に最も高い一致確率を得られ,試行回数を4×10の7乗回で学習すると,過学習になる可能性が示された.
Abstract password authentication.
Password is required to view the abstract. Please enter a password to authenticate.