論文の概要: Anomaly Detection Based on Generalized Gaussian Distribution approach for Ultra-Wideband (UWB) Indoor Positioning System

• arxiv url: http://arxiv.org/abs/2108.10210v1
• Date: Mon, 9 Aug 2021 11:54:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-29 12:08:47.282365
• Title: Anomaly Detection Based on Generalized Gaussian Distribution approach for Ultra-Wideband (UWB) Indoor Positioning System
• Title（参考訳）: 超広帯域(UWB)屋内位置決めシステムにおける一般化ガウス分布法に基づく異常検出
• Authors: Fuhu Che, Qasim Zeeshan Ahmed, Faheem A. Khan, and Pavlos I. Lazaridis
• Abstract要約: 本稿では,Gaussian Distribution (GD) とGeneralized Gaussian Distribution (GGD) アルゴリズムに基づく異常検出手法を用いて,Non-Line-of-Sight (NLoS) 成分の検出と同定を行う。 シミュレーションの結果,提案手法はNLoS信号の分類精度を向上するロバストなNLoS成分同定を実現することができることが示された。
• 参考スコア（独自算出の注目度）: 1.8619310493118186
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid development of the Internet of Things (IoT), Indoor Positioning System (IPS) has attracted significant interest in academic research. Ultra-Wideband (UWB) is an emerging technology that can be employed for IPS as it offers centimetre-level accuracy. However, the UWB system still faces several technical challenges in practice, one of which is Non-Line-of-Sight (NLoS) signal propagation. Several machine learning approaches have been applied for the NLoS component identification. However, when the data contains a very small amount of NLoS components it becomes very difficult for existing algorithms to classify them. This paper focuses on employing an anomaly detection approach based on Gaussian Distribution (GD) and Generalized Gaussian Distribution (GGD) algorithms to detect and identify the NLoS components. The simulation results indicate that the proposed approach can provide a robust NLoS component identification which improves the NLoS signal classification accuracy which results in significant improvement in the UWB positioning system.
• Abstract（参考訳）: モノのインターネット(IoT)の急速な発展に伴い、屋内測位システム(IPS)は学術研究に大きな関心を集めている。 ultra-wideband (uwb) は、センチメートルレベルの精度を提供するため、ipsに使用できる新しい技術である。 しかし、UWBシステムは実際にはいくつかの技術的課題に直面しており、そのうちの1つはNon-Line-of-Sight (NLoS)信号伝搬である。 NLoSコンポーネント識別にいくつかの機械学習アプローチが適用されている。 しかし、データが非常に少量のNLoSコンポーネントを含んでいる場合、既存のアルゴリズムがそれらを分類することが非常に困難になる。 本稿では,Gaussian Distribution(GD)とGeneralized Gaussian Distribution(GGD)アルゴリズムに基づく異常検出手法を用いて,NLoS成分の検出と同定を行う。 シミュレーションの結果,提案手法は,NLoS信号の分類精度を向上し,UWB位置決めシステムに大幅な改善をもたらすロバストなNLoS成分同定を提供することを示す。

関連論文リスト

• Convolutional Neural Network Design and Evaluation for Real-Time Multivariate Time Series Fault Detection in Spacecraft Attitude Sensors [41.94295877935867]
  本稿では,ドローンのような宇宙船の加速度計および慣性測定ユニット内のスタンプ値を検出するための新しい手法を提案する。 マルチチャネル畳み込みニューラルネットワーク(CNN)は、マルチターゲット分類を実行し、センサ内の障害を独立に検出するために使用される。 ネットワークの異常を効果的に検出し,システムレベルでの回復動作をトリガーする統合手法を提案する。
  論文  参考訳（メタデータ） (2024-10-11T09:36:38Z)
• SignSGD with Federated Voting [69.06621279967865]
  SignSGD with majority voting (signSGD-MV) は1ビット量子化により通信コストを大幅に削減できる効果的な分散学習アルゴリズムである。 我々は、テキストフェデレート投票(signSGD-FV)を用いた新しいサインSGDを提案する。 連合投票の考え方は、学習可能な重量を利用して多数決を行うことである。 提案手法は, エッジデバイスが不均一なミニバッチサイズを使用する場合でも, 理論的収束を保証する。
  論文  参考訳（メタデータ） (2024-03-25T02:32:43Z)
• Extending RAIM with a Gaussian Mixture of Opportunistic Information [1.9688858888666714]
  元の受信機自動整合性監視(RAIM)は安全のために設計されていない。 我々は、地上インフラや搭載センサーから得られるすべての機会情報、すなわち計測情報を組み込むことでRAIMを拡張した。 本研究の目的は,拡張RAIM溶液から得られる位置を解析し,スプーフィングの可能性を評価することである。
  論文  参考訳（メタデータ） (2024-02-05T19:03:18Z)
• Deep Learning Assisted Multiuser MIMO Load Modulated Systems for Enhanced Downlink mmWave Communications [68.96633803796003]
  本稿では, マルチユーザ負荷変調アレイ (MU-LMA) に着目し, マイクロウェーブ (mmWave) マルチインプット・マルチアウトプット (MIMO) システムにおいて, マルチユーザ負荷変調アレイ (MU-LMA) の小型化とコスト削減を図っている。 ダウンリンクMU-LMAの既存のプリコーディングアルゴリズムは、自由度と複雑なシステム構成の低下に悩まされるサブアレイ構造化(SAS)送信機に依存している。 本稿では,FAS (Full-array Structured) 送信機を用いたMU-LMAシステムを提案し,それに応じて2つのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-11-08T08:54:56Z)
• Feature-Based Generalized Gaussian Distribution Method for NLoS Detection in Ultra-Wideband (UWB) Indoor Positioning System [3.5522191686718725]
  非Line-of-Sight(NLoS)伝搬条件は、UWB(Ultra-Wideband)屋内位置決めシステム(IPS)における位置決めの精度に影響を与える重要な要因である データベースが少数のNLoS信号と多数のLine-of-Sight信号を含む場合、既存の機械学習アプローチでは高い分類精度を維持することは困難である。 特徴量に基づくガウス分布(GD)と一般化ガウス分布(GGD)NLoS検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-14T11:51:12Z)
• Automated classification of pre-defined movement patterns: A comparison between GNSS and UWB technology [55.41644538483948]
  リアルタイム位置情報システム(RTLS)は、人間の動きパターンからデータを収集することができる。 本研究の目的は、小さな領域における人間の動きパターンを分類する自動化された枠組みを設計し、評価することである。
  論文  参考訳（メタデータ） (2023-03-10T14:46:42Z)
• Signal Detection in MIMO Systems with Hardware Imperfections: Message Passing on Neural Networks [101.59367762974371]
  本稿では,Multi-Input-multiple-output (MIMO)通信システムにおける信号検出について検討する。 パイロット信号が限られているディープニューラルネットワーク(DNN)のトレーニングは困難であり、実用化を妨げている。 我々は、ユニタリ近似メッセージパッシング(UAMP)アルゴリズムを利用して、効率的なメッセージパッシングに基づくベイズ信号検出器を設計する。
  論文  参考訳（メタデータ） (2022-10-08T04:32:58Z)
• Signal Processing and Machine Learning Techniques for Terahertz Sensing: An Overview [89.09270073549182]
  テラヘルツ(THz)信号生成と放射法は、無線システムの未来を形作っている。 THz 固有の信号処理技術は、THz 帯域の効率的な利用のために、この THz センシングへの関心を補う必要がある。 本稿では,信号前処理に着目した手法の概要を示す。 また,THz帯で有望な知覚能力を探索し,深層学習の有効性についても検討した。
  論文  参考訳（メタデータ） (2021-04-09T01:38:34Z)
• Mutual Information for Explainable Deep Learning of Multiscale Systems [1.1470070927586016]
  我々はモデルに依存しないモーメント非依存グローバル感度分析(GSA)を開発した。 GSAは、QoIに対するCVの影響をランク付けするために、異なる相互情報に依存している。 我々は,サロゲート駆動型相互情報GSAが,エネルギー貯蔵に関心のある2つの応用について,有用かつ識別可能なランキングを提供することを示した。
  論文  参考訳（メタデータ） (2020-09-07T18:26:21Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)

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。