Oct, 2023

市民参与：众感式的可持续室内定位服务

PDF
TL;DR通过机器学习技术，提供室内定位服务，不需要额外的硬件设备投资，在可持续创新的环境中实现循环经济，并解决室内 GPS 定位的限制。
sustainable innovationcircular economyindoor location awarenessmachine learningwifi infrastructure
发现论文，激发创造
  • 利用机器学习技术改进的物联网应用的室内定位

    利用机器学习算法和无线技术实现基于接收信号强度指示器 (RSSI) 的室内定位，通过测试不同的机器学习模型和无线技术，评估室内环境下的定位精度和稳定性。

    Feb, 2024

  • 多模态室内定位方式的众包无线电地图应用

    本研究论文探讨了利用众包无线电地图作为多模式室内定位系统中楼层平面图的替代方案，通过引入一种新的框架来解决无线电地图不准确和覆盖不足的挑战，并结合一种基于深度学习的 WiFi 定位模型和一种贝叶斯融合技术来实现最佳融合，通过在多个真实场景上的广泛评估，结果显示相比最佳基线系统有约 25% 的性能提升。

    Nov, 2023

  • 用于智能手机不变室内定位的多头注意力神经网络

    本研究提出了一种基于多头注意力神经网络的室内定位框架，能够有效应对智能手机设备异构性导致的 RSSI 信号特性差异问题，并在多样化的室内环境中，相比于现有技术，提升了高达 35% 的定位准确性。

    May, 2022

  • 室内 GNN：基于图神经网络的 WiFiRSSI 室内定位方法

    我们开发了一种名为 'IndoorGNN' 的方法，它使用基于图神经网络（GNN）的算法，以一种监督方式将特定位置分类为特定区域，基于在该位置收集到的 RSSI 值。我们的实验证明，IndoorGNN 在数据集受限的情况下能够表现出与完整数据集相当的预测准确性，而且相比于传统方法和基于 GNN 的方法，它在室内定位任务中具有更好的位置预测准确性。

    Dec, 2023

  • CollabLoc: 基于协同信息融合的隐私保护式多模态定位

    本文论述了一种基于 Wi-Fi RSSI、移动通信信号 RSSI、声音和光线水平的隐私保护多模式跨建筑协作定位平台，能实现室内房间级别定位，并对其在定位精度、隐私、最佳参数及其他方面的性能进行了分析。

    Sep, 2017

  • 多层智能环境下多用户个性化智能辅助生活室内定位

    作者提出了一种多功能跨学科框架，用于基于概率推理的数学方法对个体用户进行建模，机器学习对用户特定的用户交互进行建模，以及引入了渐进提升和 AdaBoost 算法等多个算法以实现室内定位。该框架引入了两种新功能，可为室内定位提供语义上下文，并在收集了 254 个室内区域的五层楼内的 18 个不同用户的大量数据集的基础上进行了测试。实验结果表明该模型的室内定位始终比传统模型更准确。

    Jul, 2022

  • 基于贝叶斯过滤技术的基于 RFID 的室内空间查询评估

    本研究提出了基于贝叶斯滤波理论的室内数据定位算法和两种跟踪模型（室内步行图模型和锚定点索引模型），以评估采用 RFID 原始数据的室内空间查询，最终验证了方法的有效性和可行性。

    Apr, 2022

  • 不分享的关爱：一种联邦学习众感知框架，用于增加城市代表性的多样性

    通过移动众包感知，提出一种隐私保护的协作学习框架，可用于推广以改善社会各个方面的服务，案例研究展示了该框架的功能，包括使用视觉算法来改善视障人士的导航。

    Jan, 2022

  • 基于深度学习的智能手机室内旅游景点区域图像定位

    借助深度学习算法，使用智能手机相机图像对室内旅游景点进行定位，无需额外投资，并在巴西的真实场景中评估了该方法的可行性。

    Mar, 2024

  • 从参与式感知到移动众包感知

    本研究提出了基于移动感知和移动社交网络的移动群体感知（MCS）系统，旨在探讨人机智能在 MCS 中的潜力融合，该系统与参与型感知类似，但包含隐式和显式参与，并从移动社交网络和移动感知两个用户数据源中收集数据。未来的研究方向包括 MCS 中新型数据源的整合和如何让 MCS 更好地服务社会公众。

    Jan, 2014