Detail práce
Využití strojového učení pro zvýšení robustnosti určení pozice v bezdrátovém pozičním systému
Tato diplomová práce se zabývá seznámením se s poziční platformou Sewio a technikami širokopásmové komunikace UWB, které platforma využívá pro určování pozic objektů. Stávající technologie je založena na měření časových intervalů příchodu signálů a multilateraci pomocí časových rozdílů. Platforma generuje a ukládá historická data z proběhlé lokalizace objektů. Datovou sadu tvoří sekvence pozičních dat, které kromě relativních souřadnic obsahují i relevantní signálové parametry bezdrátové komunikace. Po analýze pozičních dat z reálných instalací byl navržen a implementován systém strojového učení založený na technikách klasifikace Gaussovským rozložením a predikce lineární regresí. Systém funguje jako komponenta, jejiž vstupem jsou poziční data existujícího RTLS systému a výstupem je robustnější odhad pozic. Evaluační výsledky ukazují zlepšení stability pozic a odstranění konfliktních a odskočených souřadnic.
Strojové učení, lokalizační systém v reálném čase, širokopásmová komunikace (UWB), lokalizace uvnitř budov, klasifikace, predikce
@mastersthesis{FITMT24508, author = "Adam Matu\v{s}", type = "Diplomov\'{a} pr\'{a}ce", title = "Vyu\v{z}it\'{i} strojov\'{e}ho u\v{c}en\'{i} pro zv\'{y}\v{s}en\'{i} robustnosti ur\v{c}en\'{i} pozice v bezdr\'{a}tov\'{e}m pozi\v{c}n\'{i}m syst\'{e}mu", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2022, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/24508/" }