公民参与：众感可持续室内定位服务
机器学习
2023-10-26 v1 计算机与社会
摘要
在当前的可持续创新时代，循环经济范式要求对现有有限资源进行最优利用与开发。与此同时，向智能基础设施的转型需要在资本、资源和人力方面进行大量投资。在这项工作中，我们提出了一种通用的机器学习方法，用于提供室内位置感知，而无需投资额外的专用硬件。我们探索了配备智能手机的访客与可用 WiFi 基础设施交互以估计其位置的用例，因为室内需求对标准 GPS 方案构成了限制。结果表明，所提方法实现了小于 2 米的精度，并且即使在大量 BSSID 被丢弃的情况下模型仍具有鲁棒性。
引用
@article{arxiv.2310.16496,
title = {Citizen participation: crowd-sensed sustainable indoor location services},
author = {Ioannis Nasios and Konstantinos Vogklis and Avleen Malhi and Anastasia Vayona and Panos Chatziadam and Vasilis Katos},
journal= {arXiv preprint arXiv:2310.16496},
year = {2023}
}
备注
Preprint submitted to Elsevier