探索基于大型语言模型的自动数据标准化可行性以实现无缝定位
信号处理
2024-08-23 v1 人工智能
网络与互联网体系结构
摘要
我们提出了一项面向实时自动数据标准化的可行性研究，利用大型语言模型（LLMs）提升物联网环境中无缝定位系统的性能。通过整合和标准化来自智能手机、物联网设备以及诸如超宽带（UWB）等专用系统的异构传感器数据，本研究确保数据兼容性，并使用扩展卡尔曼滤波器（EKF）提高定位精度。核心组件包括智能数据标准化模块（IDSM），它采用微调的 LLM 将各种传感器数据转换为标准格式；以及转换规则生成模块（TRGM），它自动创建转换规则和脚本以实现持续的数据标准化。在实时环境中进行评估，本研究表明该方法具有适应性和可扩展性，提高了无缝导航中的操作效率和准确性。该研究强调了先进 LLM 在克服传感器数据集成复杂性方面的潜力，为更可扩展和精确的物联网导航解决方案铺平了道路。
引用
@article{arxiv.2408.12080,
title = {Exploring the Feasibility of Automated Data Standardization using Large Language Models for Seamless Positioning},
author = {Max J. L. Lee and Ju Lin and Li-Ta Hsu},
journal= {arXiv preprint arXiv:2408.12080},
year = {2024}
}
备注
Accepted at IPIN 2024. To be published in IEEE Xplore