DAILOC：基于域递增学习的室内定位框架
机器学习
2025-06-19 v1 人工智能
摘要
基于 Wi-Fi 指纹的室内定位在实际部署中因设备异质性和室内环境中时间变化导致的域迁移问题面临重大挑战。现有方法常独立处理这些问题，导致泛化能力差且易受时间推移导致的灾难性遗忘。本文提出 DAILOC，一种新颖的域递增学习框架，联合解决时间性和设备引起的域迁移。DAILOC 引入一种新颖的解耦策略，通过多层变分自编码器将域迁移与位置相关特征分离。此外，我们引入一种新颖的记忆引导的类潜在对齐机制，以解决时间内的灾难性遗忘问题。跨多个智能手机、建筑物和时间实例的实验表明，DAILOC 显著优于当前方法，平均误差降低最高可达 2.74 倍，最坏情况误差降低最高可达 4.6 倍。
引用
@article{arxiv.2506.15554,
title = {DAILOC: Domain-Incremental Learning for Indoor Localization using Smartphones},
author = {Akhil Singampalli and Danish Gufran and Sudeep Pasricha},
journal= {arXiv preprint arXiv:2506.15554},
year = {2025}
}