정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document : 34 / 36
| 한글제목(Korean Title) |
다측면 기계학습을 사용한 스마트 이동 객체의 위치 보정 기법 |
| 영문제목(English Title) |
A Location Compensation Method for Smart Mobile Objects using Multilateral Machine Learning |
| 저자(Author) |
권용훈
정인범
Yonghun Kwon
Inbum Jung
|
| 원문수록처(Citation) |
VOL 26 NO. 07 PP. 0312 ~ 0321 (2020. 07) |
한글내용
(Korean Abstract) |
사물인터넷 환경에서 위치 기반 서비스를 위한 기술 중에서 블루투스 비콘은 활발하게 연구되고 있는 기술이다. 비콘에서 발산되는 신호 중 RSSI 값을 이용하여 실내에서 이동 중인 스마트 객체와 사물 간의 거리측정을 유도할 수 있다. 그러나 RSSI는 신호의 반사와 회절과 같은 현상에 의해 영향을 받아 정확도가 높지 않은 문제점을 가지고 있다. 본 논문에서는 다측면 기계학습 알고리즘들을 사용하여 RSSI를 사용한 거리측정의 정확도를 높이는 연구를 진행하였다. 저주파 통과 필터와 파라미터 학습 그리고 역전파 학습을 순차적으로 진행하여 거리를 측정하였다. 제안된 다측면 기계학습 방식의 성능 평가를 위해 실험의 각 단계에서 유도된 거리와 실제 거리 간의 오차를 바탕으로 정확도를 평가하였다. 실험 결과 제안된 거리측정 방식은 제한된 거리 범위 내에서 실측값에 근접한 거리 값을 유도함을 보이므로, 사물인터넷 망에서 위치 인식 서비스 응용프로그램에 기여할 수 있음을 보였다.
|
영문내용
(English Abstract) |
Bluetooth technology has been widely used for location awareness services in IoT network environments. RSSI emitted from a beacon can be utilized to measure the distance between smart mobile objects that are moving indoors. However, reflection and diffraction phenomena that affect RSSI often result in inaccurate distance measurements. In this paper, multilateral machine learning algorithms are applied to enhance the accuracy of distance measurements based on RSSI. First, a low-pass filter is used to correct estimates that overshoot among the measured RSSI data. Second, a parameter control leaning method is used and the distance translation equation is supplied with corrected RSSI data. Although this equation can predict distance from the strength of the RSSI signal it can generate errors when it comes to the range of the distances estimated. To reduce these range of distance errors, a back propagation neural network algorithm is applied. For performance evaluation, we compare the actual distance values with the estimated distance values that come from each stage during the multilateral machine learning. The estimated values were found to be close to the actual distances within the limited scope of distances tested, as such, we believe this technology can contribute to location awareness service applications in IoT networks.
|
| 키워드(Keyword) |
다측면 학습
저주파 통과 필터
파라미터 학습
신경망
스마트 모바일 객체
multilateral learning
low pass filter
parameter learning
neural network
smart mobile object
|
| 파일첨부 |
PDF 다운로드
|
