論文の概要: Cross-platform Smartphone Positioning at Museums

• arxiv url: http://arxiv.org/abs/2507.01469v1
• Date: Wed, 02 Jul 2025 08:31:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-03 14:23:00.102568
• Title: Cross-platform Smartphone Positioning at Museums
• Title（参考訳）: 博物館におけるクロスプラットフォームスマートフォンの位置決め
• Authors: Alessio Ferrato, Fabio Gasparetti, Carla Limongelli, Stefano Mastandrea, Giuseppe Sansonetti, Joaquín Torres-Sospedra,
• Abstract要約: 我々は、13の博物館の部屋の90のアートワークの前で、2つの異なるプラットフォームを使って収集された新しいRSSデータセットであるBARを提示する。 本分析では,この結果について考察し,今後の研究方向性について提案する。
• 参考スコア（独自算出の注目度）: 0.8198234257428011
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Indoor Positioning Systems (IPSs) hold significant potential for enhancing visitor experiences in cultural heritage institutions. By enabling personalized navigation, efficient artifact organization, and better interaction with exhibits, IPSs can transform the modalities of how individuals engage with museums, galleries and libraries. However, these institutions face several challenges in implementing IPSs, including environmental constraints, technical limits, and limited experimentation. In other contexts, Received Signal Strength (RSS)-based approaches using Bluetooth Low Energy (BLE) and WiFi have emerged as preferred solutions due to their non-invasive nature and minimal infrastructure requirements. Nevertheless, the lack of publicly available RSS datasets that specifically reflect museum environments presents a substantial barrier to developing and evaluating positioning algorithms designed for the intricate spatial characteristics typical of cultural heritage sites. To address this limitation, we present BAR, a novel RSS dataset collected in front of 90 artworks across 13 museum rooms using two different platforms, i.e., Android and iOS. Additionally, we provide an advanced position classification baseline taking advantage of a proximity-based method and $k$-NN algorithms. In our analysis, we discuss the results and offer suggestions for potential research directions.
• Abstract（参考訳）: 屋内位置決めシステム(IPS)は、文化遺産機関の来訪者体験を高める重要な可能性を秘めている。 パーソナライズされたナビゲーション、効率的なアーティファクトの組織、展示物とのより優れたインタラクションを可能にすることで、IPSは個人が博物館、ギャラリー、図書館とどのように関わるかのモダリティを変えることができる。 しかし、これらの機関は、環境制約、技術的な制限、限られた実験など、IPSの実装においていくつかの課題に直面している。 その他の文脈では、受信信号強度(RSS)に基づくBluetooth Low Energy(BLE)とWiFiを使ったアプローチが、非侵襲的な性質と最小限のインフラ要件のために好まれるソリューションとして現れている。 それでも、博物館の環境を特に反映したRSSデータセットが公開されていないことは、文化遺産に典型的な複雑な空間特性のために設計された位置決めアルゴリズムの開発と評価にとって、大きな障壁となっている。 この制限に対処するために、我々は、AndroidとiOSの2つの異なるプラットフォームを使用して、13の博物館の部屋にわたる90のアートワークの前で収集された、新しいRSSデータセットであるBARを紹介する。 さらに,近接手法と$k$-NNアルゴリズムを応用した高度な位置分類ベースラインを提供する。 本分析では,この結果について考察し,今後の研究方向性について提案する。

関連論文リスト

• SpatialScore: Towards Unified Evaluation for Multimodal Spatial Understanding [64.15606979785355]
  マルチモーダル大規模言語モデル(MLLM)は,質問応答タスクにおいて顕著な成功を収めているが,空間的理解能力は乏しい。 既存のMLLMは3次元空間認識と理解能力を持っているか?
  論文  参考訳（メタデータ） (2025-05-22T17:59:03Z)
• SITE: towards Spatial Intelligence Thorough Evaluation [121.1493852562597]
  空間知能 (Spatial Intelligence, SI) は、空間的関係の可視化、操作、推論を含む認知能力を表す。 SI Thorough Evaluationに向けたベンチマークデータセットであるSITEを紹介する。 ベンチマークの計算には、31の既存のデータセットに関するボトムアップ調査と、認知科学の3つの分類システムに基づくトップダウン戦略を組み合わせる。
  論文  参考訳（メタデータ） (2025-05-08T17:45:44Z)
• A Framework for Devising, Evaluating and Fine-tuning Indoor Tracking Algorithms [0.0]
  そこで我々はMobiXIMというトラッキングアルゴリズムの開発,評価,微調整を行うフレームワークを提案する。 トラッキングアルゴリズムを開発するため、MobiXIMは新しいプラグインアーキテクチャを導入し、研究者は既存のアルゴリズムを協調して拡張することができる。 提案手法は,ベースラインのペデストリアンデッドレコニングアルゴリズムと比較して最大33%向上した4mの位置決め精度を実現する。
  論文  参考訳（メタデータ） (2025-01-09T10:32:41Z)
• Where Do We Stand with Implicit Neural Representations? A Technical and Performance Survey [16.89460694470542]
  Inlicit Neural Representation (INR) は知識表現のパラダイムとして登場した。 INRは、データを連続的な暗黙の関数としてモデル化するために多層パーセプトロン(MLP)を利用する。 この調査では、アクティベーション機能、位置エンコーディング、統合戦略、ネットワーク構造という4つの重要な領域に分類する明確な分類法を紹介した。
  論文  参考訳（メタデータ） (2024-11-06T06:14:24Z)
• Foundation Models for Remote Sensing and Earth Observation: A Survey [101.77425018347557]
  本調査は、リモートセンシング基礎モデル(RSFM)の新しい分野を体系的にレビューする。 モチベーションと背景の概要から始まり、続いて基本概念が導入された。 我々はこれらのモデルを公開データセットと比較し、既存の課題について議論し、今後の研究方向性を提案する。
  論文  参考訳（メタデータ） (2024-10-22T01:08:21Z)
• RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
  我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。 大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
  論文  参考訳（メタデータ） (2024-08-28T03:17:40Z)
• A Unified Deep Transfer Learning Model for Accurate IoT Localization in Diverse Environments [0.9749638953163389]
  本稿では,モノのインターネットのための屋内・屋外の統一型ローカライズソリューションを提案する。 このモデルは、多様な環境におけるIoTデバイスのローカライゼーションを正確に予測する。 エンコーダベースのTL方式を採用することで、屋内環境では17.18%、屋外環境では9.79%のベースラインモデルを改善することができる。
  論文  参考訳（メタデータ） (2024-05-16T10:07:59Z)
• Embodied Navigation at the Art Gallery [43.52107532692226]
  私たちは、ユニークな特徴を持つ新しい3D空間を構築、リリースしています。 既存の3Dシーンと比較すると、収集された空間は増幅され、視覚的特徴に富み、非常に少ない占有情報を提供する。 この新しいスペース内で、PointGoalナビゲーションのための新しいベンチマークを提供します。
  論文  参考訳（メタデータ） (2022-04-19T18:00:06Z)

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。