「今、屋内にいるのにな…」スマホの位置を機械学習で正確に特定します(AI×IoT)【論文】

   

今、スマホはどの位置にいる?

スマートフォンなどの各種デバイスが屋内にいるか屋外にいるかを特定すること(I/O detection)は、干渉制御の改善や上層アプリケーションの提供において役に立つ。
例えば、GPS管理システムの使用するにあたり、高精度なI/O情報を活用することができれば、自動でGPS機能をオフにすることができるようになり、デバイスの電池を節約できるなどの恩恵がある。あるいは、より正確なナビシステムが利用できたり、恋人や家族間で位置共有するときに役立つ。
しかし、I/O情報は有用であるにも関わらず、こうした I/O detection についての研究報告は数が限られていた。

韓国ソウルにあるKookmin UniversityのVanら研究者は、I/O detection研究が未発達であることに着目し、機械学習の分類技術と組み合わせたGPS信号を使って、屋内外の環境情報の特定するスキームを考案した。結果、97%の正確さで、デバイスのI/O情報を特定することができた。

機械学習とGPSと組み合わせて居場所を特定する

Vanらの研究のポイントは以下の通りだ。

✔️ミッション
携帯端末の最適動作を可能にするため、I/O detection 技術精度を磨く。

✔️解決手法
機械学習とGPSを使って、屋内外の環境情報を特定するスキームを考案した。

✔️結果
正確さ97%での、I/O detection が可能になった。

研究の詳細を以下で述べる。

I/O detectionは携帯端末の最適動作に欠かせない

近頃のモバイルコミュニケーションの発達に伴い、干渉制御の改善と上層アプリケーション提供のために、屋内外の環境情報にアクセス可能であることと、無線信号伝達が可能である必要がある。

機械学習とGPSを用いた、新たなI/O detection手法を考案

Vanら研究者は、機械学習の分類技術と組み合わせたGPS信号を使って、屋内外の環境情報を特定するスキームを考案した。

携帯端末のGPSセンサーを使用し、GPS衛星からの情報を組み合わせ、収集し、前処理を行った。これらの整形済みデータに対し、最高のパフォーマンスを発揮できるように最適化された機械学習モデルを使用し、屋内環境なのか屋外環境なのかを分類した。GPSの入力データは、Kookmin University周辺地域にて、850のトレーニングサンプルと170のテストサンプルが収集された。

Applsci 10 00500 g004 550
考案されたスキーム

97%の精度で屋内か屋外かが分かるようになった

結果、全体としては97%の精度で、屋内環境/屋外環境を特定することができた。 これまで主流だった受信信号強度インジケータ(RSSI)などのスキームと比較して、今回考案されたスキームは、高精度かつ頑強な手法であり、屋内外を行き来するような場合でも安定した動作を保証する。また、技術の実装と訓練も比較的容易に可能である 。

Applsci 10 00500 g011 550
Indoor/Outdoor (I/O) detection の正確さ

研究紹介は以上だ。

人類の発展は、限られたエネルギー資源をいかに効率よく利用できるかにかかっている。

AI×IoT」のほかの記事もどうぞ

▶ 5G×AIで「ネットワーク分析」市場が盛り上がるワケ
▶ AIで映像から物理現象を分析
▶ 【図解】スマートスピーカーが大売上!?中国版Google「百度(バイドゥ)」のAIビジネスモデル


この記事で取り扱った論文:Van Bui,Nam Tuan Le,Thanh Luan Vu,Van Hoa Nguyen and Yeong Min Jang,”GPS-Based Indoor/Outdoor Detection Scheme Using Machine Learning Techniques”,Appl. Sci. 2020, 10(2)- DOI


業界ごとに記事を読む

PAGE TOP
0
Would love your thoughts, please comment.x
()
x