論文の概要: A Comprehensive Survey of Machine Learning Based Localization with
Wireless Signals
- arxiv url: http://arxiv.org/abs/2012.11171v1
- Date: Mon, 21 Dec 2020 08:10:46 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-27 06:18:34.944464
- Title: A Comprehensive Survey of Machine Learning Based Localization with
Wireless Signals
- Title(参考訳): 無線信号を用いた機械学習に基づく局所化に関する総合調査
- Authors: Daoud Burghal, Ashwin T. Ravi, Varun Rao, Abdullah A. Alghafis,
Andreas F. Molisch
- Abstract要約: 本稿では,RF信号を用いた機械学習に基づくローカライズソリューションの包括的調査を行う。
本論文の主なポイントは、ローカリゼーションシステムの物理から生じるドメイン知識と、さまざまなMLアプローチとの相互作用である。
詳細な議論は、ローカリゼーションの問題に適用されたさまざまなMLメソッドに捧げられています。
- 参考スコア(独自算出の注目度): 42.89359907212791
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The last few decades have witnessed a growing interest in location-based
services. Using localization systems based on Radio Frequency (RF) signals has
proven its efficacy for both indoor and outdoor applications. However,
challenges remain with respect to both complexity and accuracy of such systems.
Machine Learning (ML) is one of the most promising methods for mitigating these
problems, as ML (especially deep learning) offers powerful practical
data-driven tools that can be integrated into localization systems. In this
paper, we provide a comprehensive survey of ML-based localization solutions
that use RF signals. The survey spans different aspects, ranging from the
system architectures, to the input features, the ML methods, and the datasets.
A main point of the paper is the interaction between the domain knowledge
arising from the physics of localization systems, and the various ML
approaches. Besides the ML methods, the utilized input features play a major
role in shaping the localization solution; we present a detailed discussion of
the different features and what could influence them, be it the underlying
wireless technology or standards or the preprocessing techniques. A detailed
discussion is dedicated to the different ML methods that have been applied to
localization problems, discussing the underlying problem and the solution
structure. Furthermore, we summarize the different ways the datasets were
acquired, and then list the publicly available ones. Overall, the survey
categorizes and partly summarizes insights from almost 400 papers in this
field.
This survey is self-contained, as we provide a concise review of the main ML
and wireless propagation concepts, which shall help the researchers in either
field navigate through the surveyed solutions, and suggested open problems.
- Abstract(参考訳): 過去数十年間、位置情報サービスへの関心が高まってきた。
無線周波数(RF)信号に基づくローカライゼーションシステムは,室内および屋外の両方で有効であることが証明されている。
しかし、これらのシステムの複雑さと正確性に関して課題は残る。
機械学習(ML)は、これらの問題を緩和するための最も有望な方法の1つであり、ML(特にディープラーニング)は、ローカライズシステムに統合可能な、強力な実用的なデータ駆動ツールを提供する。
本稿では,RF信号を用いたMLに基づくローカライズソリューションの総合的な調査を行う。
調査は、システムアーキテクチャから入力機能、MLメソッド、データセットまで、さまざまな側面にまたがっている。
本稿の主なポイントは、ローカライゼーションシステムの物理から生じるドメイン知識と、さまざまなMLアプローチとの相互作用である。
ML法以外にも,活用された入力機能は,ローカライゼーションソリューションを形成する上で重要な役割を担っている。我々は,その特徴と,それらにどのような影響を及ぼすか,基礎となる無線技術や標準,あるいはプリプロセス技術などについて,詳細な議論を行う。
ローカライズ問題に適用されたさまざまなmlメソッドに関する詳細な議論が行われ、基盤となる問題とソリューション構造について論じられている。
さらに,データセットの取得方法の相違点を要約し,公開可能なデータセットをリストアップする。
全体として、この調査はこの分野の約400の論文からの洞察を分類し、部分的に要約している。
このサーベイは自己完結型であり、MLと無線伝搬のコンセプトを簡潔にレビューすることで、調査対象の研究者が調査対象のソリューションをナビゲートし、オープンな問題を提案するのに役立つ。
関連論文リスト
- A Review of Machine Learning Methods Applied to Structural Dynamics and
Vibroacoustic [0.0]
Vibroacoustic(SD&V)の主要な3つのアプリケーションが機械学習(ML)を活用している。
構造的健康モニタリングでは、ML検出と予後が安全な操作とメンテナンススケジュールの最適化につながる。
システムの識別と制御設計は、アクティブノイズ制御およびアクティブ振動制御におけるML技術によって活用される。
いわゆるMLベースのサロゲートモデルは、コストのかかるシミュレーションに代わる高速な代替手段を提供し、堅牢で最適化された製品設計を可能にする。
論文 参考訳(メタデータ) (2022-04-13T13:16:21Z) - Addressing Issues of Cross-Linguality in Open-Retrieval Question
Answering Systems For Emergent Domains [67.99403521976058]
新型コロナウイルスの緊急ドメインに対する言語横断的オープン検索型質問応答システムについて紹介する。
本システムでは,検索した文書の信頼性を確保するために,学術論文のコーパスを採用している。
深いセマンティック・レトリバーは、我々の英語からすべてのデータに対するトレーニングの恩恵が大きく、言語横断環境ではBM25ベースラインを大幅に上回っていることを示す。
論文 参考訳(メタデータ) (2022-01-26T19:27:32Z) - Learning Physical Concepts in Cyber-Physical Systems: A Case Study [72.74318982275052]
本稿では,時系列データにおける物理概念の学習方法に関する研究の現状について概説する。
また,3タンクシステムの例を用いて,最先端技術から最も重要な手法を分析した。
論文 参考訳(メタデータ) (2021-11-28T14:24:52Z) - Bridging the gap to real-world for network intrusion detection systems
with data-centric approach [1.4699455652461724]
本稿では、NIDS研究の現在の限界に対処するために、体系的なデータ中心のアプローチを提案する。
最新のネットワークトラフィックとアタックで構成されたNIDSデータセットを生成し、ラベリングプロセスは設計によって統合される。
論文 参考訳(メタデータ) (2021-10-25T04:50:12Z) - Machine Learning Methods for Management UAV Flocks -- a Survey [3.190574537106449]
UAV技術は、コミュニケーション、農業、安全保障、輸送など、幅広い領域で利用することができる。
UAVを特定のドメインのクラスタ/フラッシュにグループ化することは有用であり、UAVの使用に関するさまざまな課題はクラスタリングによって軽減される。
UAVのフロック管理では、機械学習(ML)手法を用いていくつかの計算問題が発生する。
論文 参考訳(メタデータ) (2021-08-30T18:03:34Z) - Federated Learning: A Signal Processing Perspective [144.63726413692876]
フェデレーションラーニングは、データを明示的に交換することなく、ローカルデータセットを保持する複数のエッジデバイスでモデルをトレーニングするための新しい機械学習パラダイムです。
本稿では、信号処理ツールを用いて扱うのが自然である主な課題をカプセル化し、強調する、連合学習のための統一的な体系的フレームワークを提供する。
論文 参考訳(メタデータ) (2021-03-31T15:14:39Z) - Understanding the Usability Challenges of Machine Learning In
High-Stakes Decision Making [67.72855777115772]
機械学習(ML)は、多種多様な成長を続ける一連のドメインに適用されている。
多くの場合、MLやデータサイエンスの専門知識を持たないドメインの専門家は、ML予測を使用してハイステークな意思決定を行うように求められます。
児童福祉スクリーニングにおけるMLユーザビリティの課題について,児童福祉スクリーニング者との一連のコラボレーションを通じて検討する。
論文 参考訳(メタデータ) (2021-03-02T22:50:45Z) - Transfer Learning for Future Wireless Networks: A Comprehensive Survey [49.746711269488515]
本稿では,無線ネットワークにおける転送学習の応用に関する包括的調査を行う。
まず,形式的定義,分類,様々な種類のtl技術を含むtlの概要について述べる。
次に,無線ネットワークにおける新たな課題に対処するために,多様なTLアプローチを提案する。
論文 参考訳(メタデータ) (2021-02-15T14:19:55Z) - Machine Learning Towards Intelligent Systems: Applications, Challenges,
and Opportunities [8.68311678910946]
機械学習(ML)は、人間が大量のデータを処理するためのメカニズムを提供する。
このレビューは教育、医療、ネットワークセキュリティ、銀行と金融、ソーシャルメディアといった分野と応用に焦点を当てている。
論文 参考訳(メタデータ) (2021-01-11T01:32:15Z) - Distributed Machine Learning for Wireless Communication Networks:
Techniques, Architectures, and Applications [1.647426214278143]
分散機械学習(DML)技術は、無線通信にますます応用されている。
大規模、地理的に分散したデプロイメント、ユーザモビリティ、大量のデータなど、無線システムのユニークな特徴は、DML技術の設計に新たな課題をもたらす。
この調査は、無線ネットワークに焦点をあてた、現代的で包括的なDML技術の調査を提供することによって、ギャップを埋めるものである。
論文 参考訳(メタデータ) (2020-12-02T19:53:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。