論文の概要: Visible light communication-based monitoring for indoor environments using unsupervised learning

• arxiv url: http://arxiv.org/abs/2101.10838v1
• Date: Wed, 20 Jan 2021 12:30:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-22 01:16:19.258049
• Title: Visible light communication-based monitoring for indoor environments using unsupervised learning
• Title（参考訳）: 教師なし学習を用いた室内環境の可視光通信によるモニタリング
• Authors: Mehmet C. Ilter, Alexis A. Dowhuszko, Jyri H\"am\"al\"ainen and Risto Wichman
• Abstract要約: 提案されたアプローチでは、トレーニングデータにタグを追加する必要はない。 実験vlcベースの監視デモの性能評価により,数センチ範囲での測位精度が向上した。
• 参考スコア（独自算出の注目度）: 5.655837355007295
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visible Light Communication~(VLC) systems provide not only illumination and data communication, but also indoor monitoring services if the effect that different events create on the received optical signal is properly tracked. For this purpose, the Channel State Information that a VLC receiver computes to equalize the subcarriers of the OFDM signal can be also reused to train an Unsupervised Learning classifier. This way, different clusters can be created on the collected CSI data, which could be then mapped into relevant events to-be-monitored in the indoor environments, such as the presence of a new object in a given position or the change of the position of a given object. When compared to supervised learning algorithms, the proposed approach does not need to add tags in the training data, simplifying notably the implementation of the machine learning classifier. The practical validation the monitoring approach was done with the aid of a software-defined VLC link based on OFDM, in which a copy of the intensity modulated signal coming from a Phosphor-converted LED was captured by a pair of Photodetectors~(PDs). The performance evaluation of the experimental VLC-based monitoring demo achieved a positioning accuracy in the few-centimeter-range, without the necessity of deploying a large number of sensors and/or adding a VLC-enabled sensor on the object to-be-tracked.
• Abstract（参考訳）: 可視光通信(vlc)システムは、照明やデータ通信だけでなく、受信した光信号に異なる事象が生ずる効果が適切に追跡される場合の屋内監視サービスも提供する。 この目的のために、VLC受信機が演算してOFDM信号のサブキャリアを等化するチャンネル状態情報も再利用でき、教師なし学習分類器を訓練することができる。 このようにして、収集されたCSIデータ上に異なるクラスタを作成することができ、そのクラスタは、所定の位置に新しいオブジェクトが存在することや、指定されたオブジェクトの位置の変化など、屋内環境で監視される関連するイベントにマッピングされる。 教師付き学習アルゴリズムと比較すると、提案されたアプローチはトレーニングデータにタグを追加する必要はなく、特に機械学習分類器の実装を単純化する。 モニタリング手法の実際的な検証はofdmに基づくソフトウェア定義のvlcリンクを用いて行われ、蛍光変換ledからの強度変調信号のコピーを一対の光検出器~(pds)で捉えた。 実験vlcベースの監視デモの性能評価により,多数のセンサを配置したり,対象物にvlc対応センサを装着したりすることなく,数センチ範囲での測位精度が達成された。

関連論文リスト

• OVLW-DETR: Open-Vocabulary Light-Weighted Detection Transformer [63.141027246418]
  本稿では,OVLW-DETR(Open-Vocabulary Light-Weighted Detection Transformer)を提案する。 本稿では,視覚言語モデル(VLM)からオブジェクト検出器への知識伝達を簡易なアライメントで行うエンド・ツー・エンドのトレーニングレシピを提案する。 実験により,提案手法は標準ゼロショットLVISベンチマークにおいて,既存の実時間開語彙検出器よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-07-15T12:15:27Z)
• Cross-domain Learning Framework for Tracking Users in RIS-aided Multi-band ISAC Systems with Sparse Labeled Data [55.70071704247794]
  統合センシング・通信(ISAC)は6G通信において重要であり、再構成可能なインテリジェントサーフェス(RIS)の急速な発展によって促進される 本稿では,複数の帯域にまたがるマルチモーダルCSIインジケータを協調的に活用し,クロスドメイン方式で追跡機能をモデル化するX2Trackフレームワークを提案する。 X2Trackの下では、トランスフォーマーニューラルネットワークと逆学習技術に基づいて、トラッキングエラーを最小限に抑える効率的なディープラーニングアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2024-05-10T08:04:27Z)
• Dynamic Event-based Optical Identification and Communication [1.7289819674602298]
  時間的パターン認識は、技術によっては、通信周波数、範囲、正確な追跡の間のトレードオフを伴う。 我々は、高速なイベントベースカメラを利用して、このトレードオフを改善する発光ビーコンを用いたソリューションを提案する。 我々は,kHz帯における最先端の周波数通信と同時にビーコン追跡を行った。
  論文  参考訳（メタデータ） (2023-03-13T15:12:30Z)
• Fusing Event-based Camera and Radar for SLAM Using Spiking Neural Networks with Continual STDP Learning [7.667590910539249]
  本研究では、イベントベースのカメラと、ドローンナビゲーションのための周波数変調連続波(FMCW)レーダを融合した、第一種SLAMアーキテクチャを提案する。 各センサーはバイオインスパイアされたスパイキングニューラルネットワーク(SNN)によって処理され、連続的なスパイク・タイミング・依存塑性(STDP)学習を行う。 DVS-Radar SLAM手法のロバスト性を実証した。
  論文  参考訳（メタデータ） (2022-10-09T12:05:19Z)
• Towards Federated Learning-Enabled Visible Light Communication in 6G Systems [14.740114752779386]
  新しい分散機械学習パラダイム、すなわちフェデレートラーニング(FL)は、生データの転送に伴うコストを削減できる。 これは、VLCネットワークにおけるFLの適用に関する文献の中で、初めての詳細なレビューである。
  論文  参考訳（メタデータ） (2021-10-07T10:26:02Z)
• Learning-Based UE Classification in Millimeter-Wave Cellular Systems With Mobility [67.81523988596841]
  ミリ波携帯電話通信では、送信機と受信機のビームのアライメントを可能にするビームフォーミング手順が必要である。 効率的なビームトラッキングでは、トラフィックと移動パターンに応じてユーザーを分類することが有利である。 これまでの研究は、機械学習に基づくUE分類の効率的な方法を示してきた。
  論文  参考訳（メタデータ） (2021-09-13T12:00:45Z)
• Scalable Perception-Action-Communication Loops with Convolutional and Graph Neural Networks [208.15591625749272]
  視覚に基づくグラフアグリゲーション・アンド・推論(VGAI)を用いた知覚-行動-コミュニケーションループの設計を提案する。 我々のフレームワークは、畳み込みとグラフニューラルネットワーク(CNN/GNN)のカスケードによって実装され、エージェントレベルの視覚知覚と特徴学習に対処する。 我々は、VGAIが他の分散コントローラに匹敵する性能を得ることを示した。
  論文  参考訳（メタデータ） (2021-06-24T23:57:21Z)
• Self-Supervised Person Detection in 2D Range Data using a Calibrated Camera [83.31666463259849]
  2次元LiDARに基づく人検出器のトレーニングラベル(擬似ラベル)を自動生成する手法を提案する。 擬似ラベルで訓練または微調整された自己監視検出器が,手動アノテーションを用いて訓練された検出器を上回っていることを示した。 私達の方法は付加的な分類の努力なしで配置の間に人の探知器を改善する有効な方法です。
  論文  参考訳（メタデータ） (2020-12-16T12:10:04Z)
• Federated Self-Supervised Learning of Multi-Sensor Representations for Embedded Intelligence [8.110949636804772]
  スマートフォン、ウェアラブル、IoT(Internet of Things)デバイスは、教師付きモデルを学習するための集中リポジトリに蓄積できない豊富なデータを生成する。 本稿では,ウェーブレット変換に基づくテキストカルグラム・信号対応学習という自己教師付きアプローチを提案し,ラベルなしセンサ入力から有用な表現を学習する。 さまざまなパブリックデータセットのマルチビュー戦略を用いて,学習機能の品質を広範囲に評価し,すべての領域で高いパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2020-07-25T21:59:17Z)
• A Compressive Sensing Approach for Federated Learning over Massive MIMO Communication Systems [82.2513703281725]
  フェデレートラーニング(Federated Learning)は、無線デバイスとのコラボレーションによって、中央サーバでグローバルモデルをトレーニングするための、プライバシ保護のアプローチである。 本稿では,大規模マルチインプット多出力通信システム上でのフェデレーション学習のための圧縮センシング手法を提案する。
  論文  参考訳（メタデータ） (2020-03-18T05:56:27Z)

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。