論文の概要: RSSI-Assisted CSI-Based Passenger Counting with Multiple Wi-Fi Receivers

• arxiv url: http://arxiv.org/abs/2410.11400v1
• Date: Tue, 15 Oct 2024 08:46:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-16 14:00:41.877939
• Title: RSSI-Assisted CSI-Based Passenger Counting with Multiple Wi-Fi Receivers
• Title（参考訳）: 複数Wi-Fi受信機を用いたRSSI-Assisted CSI-based Passenger Counting
• Authors: Jingtao Guo, Wenhao Zhuang, Yuyi Mao, Ivan Wang-Hei Ho,
• Abstract要約: We developed a efficient edge computing-based passenger counting system using Wi-Fi signal。 システムの平均精度とF1スコアは94%を超え、他の協調センシングベースラインを上回っている。
• 参考スコア（独自算出の注目度）: 7.058488611347904
• License:
• Abstract: Passenger counting is crucial for public transport vehicle scheduling and traffic capacity evaluation. However, most existing methods are either costly or with low counting accuracy, leading to the recent use of Wi-Fi signals for this purpose. In this paper, we develop an efficient edge computing-based passenger counting system consists of multiple Wi-Fi receivers and an edge server. It leverages channel state information (CSI) and received signal strength indicator (RSSI) to facilitate the collaboration among multiple receivers. Specifically, we design a novel CSI feature fusion module called Adaptive RSSI-weighted CSI Feature Concatenation, which integrates locally extracted CSI and RSSI features from multiple receivers for information fusion at the edge server. Performance of our proposed system is evaluated using a real-world dataset collected from a double-decker bus in Hong Kong, with up to 20 passengers. The experimental results reveal that our system achieves an average accuracy and F1-score of over 94%, surpassing other cooperative sensing baselines by at least 2.27% in accuracy and 2.34% in F1-score.
• Abstract（参考訳）: 旅客のカウントは公共交通機関の車両のスケジューリングと交通量評価に不可欠である。 しかし、既存のほとんどの手法は費用がかかるか、カウントの精度が低いかのいずれかであり、この目的のために最近のWi-Fi信号の使用につながっている。 本稿では,複数のWi-Fi受信機とエッジサーバで構成される,効率的なエッジコンピューティングに基づく乗客カウントシステムを開発する。 チャネル状態情報(CSI)と受信信号強度指標(RSSI)を活用し、複数の受信機間の協調を容易にする。 具体的には,Adaptive RSSI-weighted CSI Feature Concatenationと呼ばれる新しいCSI機能融合モジュールを設計する。 香港のダブルデッカーバスから収集した実世界のデータセットを用いて,最大20人の乗客を対象に,提案システムの性能評価を行った。 実験の結果,F1スコアはF1スコアの2.27%,F1スコアの2.34%を越え,平均精度とF1スコアの94%を超えることがわかった。

関連論文リスト

• 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)
• Extreme Learning Machine-based Channel Estimation in IRS-Assisted Multi-User ISAC System [32.74137740936128]
  本稿では、IRS支援マルチユーザISACシステムに対して、初めて実用的なチャネル推定手法を提案する。 全体推定問題をサブ1に転送する2段階の手法を提案する。 ISAC BSとダウンリンクユーザの低コスト要求を考慮して、提案した2段階のアプローチは、効率的なニューラルネットワーク(NN)フレームワークによって実現されている。
  論文  参考訳（メタデータ） (2024-01-29T14:15:11Z)
• Multi-Base Station Cooperative Sensing with AI-Aided Tracking [10.400855135405251]
  核融合センター(FC)を介して協調する複数の基地局(BS)からなる共同センシング・通信ネットワークについて検討する。 筆者らのフレームワークは,60cm未満の最適サブパターン割り当て(OSPA)を実現することで,優れたセンシング性能を提供できることを示す。
  論文  参考訳（メタデータ） (2023-10-31T12:27:48Z)
• Self-Supervised Multimodal Fusion Transformer for Passive Activity Recognition [2.35066982314539]
  Wi-Fi信号は、医療などの分野において、人間の知覚と活動認識に重要な機会を提供する。 現在のシステムでは、複数のセンサーから取得した情報を効果的に利用して、異なるアクティビティを認識することはできない。 本稿では,マルチモーダル・マルチセンサ融合のための注意モデルであるFusion Transformerを提案する。
  論文  参考訳（メタデータ） (2022-08-15T15:38:10Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)
• Multi-Band Wi-Fi Sensing with Matched Feature Granularity [37.40429912751046]
  サブ6GHzの細粒度CSIと60GHzの中粒度ビームSNRの両方の特徴を階層的に融合するWi-Fiセンサ用マルチバンドWi-Fi融合法を提案する。 ラベル付きトレーニングデータの制限に対処するため,教師なしで事前学習可能なオートエンコーダベースのマルチバンドWi-Fi融合ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-12-28T05:50:58Z)
• Multi-IRS-assisted Multi-Cell Uplink MIMO Communications under Imperfect CSI: A Deep Reinforcement Learning Approach [27.93504884774207]
  アップリンクにおけるマルチIRS支援マルチセルネットワークのための新しい手法を開発した。 我々は、IRSビームリフレクター、BSコンバインダ、UE送信パワーを共同最適化することを目的とした和率問題を定式化する。 その結果,本手法はベースライン手法と比較して,平均データレートが大幅に向上していることが示唆された。
  論文  参考訳（メタデータ） (2020-11-02T17:33:23Z)
• Enabling certification of verification-agnostic networks via memory-efficient semidefinite programming [97.40955121478716]
  本稿では,ネットワークアクティベーションの総数にのみ線形なメモリを必要とする一階二重SDPアルゴリズムを提案する。 L-inf の精度は 1% から 88% ,6% から 40% に改善した。 また,変分オートエンコーダの復号器に対する2次安定性仕様の厳密な検証を行った。
  論文  参考訳（メタデータ） (2020-10-22T12:32:29Z)
• Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
  適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。 我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。 その結果,小型歩行者の検出における本手法の有効性が示唆された。
  論文  参考訳（メタデータ） (2020-08-19T13:13:01Z)
• Binary DAD-Net: Binarized Driveable Area Detection Network for Autonomous Driving [94.40107679615618]
  本稿では,二項化駆動型領域検出ネットワーク(バイナリDAD-Net)を提案する。 エンコーダ、ボトルネック、デコーダ部分の2重みとアクティベーションのみを使用する。 パブリックデータセット上で、最先端のセマンティックセグメンテーションネットワークより優れています。
  論文  参考訳（メタデータ） (2020-06-15T07:09:01Z)
• Taurus: A Data Plane Architecture for Per-Packet ML [59.1343317736213]
  本稿では,線数推論のためのデータプレーンであるTaurusの設計と実装について述べる。 Taurus スイッチ ASIC の評価は,Taurus がサーバベースコントロールプレーンよりも桁違いに高速に動作することを示す。
  論文  参考訳（メタデータ） (2020-02-12T09:18:36Z)

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。