1 |
1
무선 측위 시스템에 의해 구현되는 기계학습을 이용한 실내 무선 측위 방법으로서,풍속, 기온 및 습도 정보를 포함하는 환경정보를 기초로 복수의 그룹을 정의하는 단계; 외부의 제1사용자 단말로부터, 상기 제1사용자 단말의 실제 위치 정보 (x,y)를 수신하고, 상기 제1사용자 단말로부터, 상기 제1사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보를 수신하는 단계;상기 복수의 비콘의 신호의 세기 정보를 기초로 상기 제1사용자 단말과 상기 복수의 비콘 간의 측정 거리 정보 (d1, d2, …, dn)를 생성하는 단계;상기 복수의 그룹 각각에 대해 상기 측정 거리 정보 (d1, d2, …, dn)와 상기 실제 위치 정보 (x,y)를 연관시켜 훈련 벡터 (d1, d2, …, dn, (x,y))를 형성하고, 상기 훈련 벡터를 훈련 데이터베이스에 저장하는 단계; 및상기 훈련 데이터베이스에 저장된 상기 훈련 벡터 (d1, d2, …, dn, (x,y))의 상기 측정 거리 정보 (d1, d2, … dn)를 처리하여, 상기 측정 거리 정보 (d1, d2, … dn)로부터 상기 훈련 벡터 (d1, d2, …, dn, (x,y))의 상기 실제 위치 정보 (x,y)를 맞히는 기계학습 모델인 사용자 위치 예측 모델을 결정하는 단계를 포함하고, 상기 사용자 위치 예측 모델을 결정하는 단계는 SVR(Support Vector Regression) 기계학습 모델을 기초로 하는 기계학습을 이용한 실내 무선 측위 방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서, 상기 방법은외부의 제2사용자 단말로부터 상기 제2사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보와 상기 제2사용자 단말의 위치 요청을 수신하고, 상기 사용자 위치 예측 모델을 기초로 상기 제2사용자 단말의 위치 정보 전송하는 단계를 더 포함하는 기계학습을 이용한 실내 무선 측위 방법
|
4 |
4
기계학습을 이용한 실내 무선 측위 서버로서,외부의 제1사용자 단말로부터, 상기 제1사용자 단말의 실제 위치 정보 (x,y)를 수신하고, 상기 제1사용자 단말로부터, 상기 제1사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보를 수신하는 통신부; 및상기 복수의 비콘의 신호의 세기 정보를 기초로 상기 제1사용자 단말과 상기 복수의 비콘 간의 측정 거리 정보 (d1, d2, …, dn)를 생성하고, 상기 측정 거리 정보 (d1, d2, …, dn)와 상기 실제 위치 정보 (x,y)를 연관시켜 훈련 벡터 (d1, d2, …, dn, (x,y))를 생성하며, SVR(Support Vector Regression) 기계학습 모델을 기초로 하는 기계학습을 이용하여 상기 훈련 벡터 (d1, d2, …, dn, (x,y))의 상기 측정 거리 정보 (d1, d2, … dn)를 처리하여, 상기 측정 거리 정보 (d1, d2, … dn)로부터 상기 훈련 벡터 (d1, d2, …, dn, (x,y))의 상기 실제 위치 정보 (x,y)를 맞히는 기계학습 모델인 사용자 위치 예측 모델을 결정하도록 구성되는 제어부; 및상기 훈련 벡터를 훈련 데이터베이스에 저장하도록 구성되는 저장부;를 포함하는 무선 측위 서버
|
5 |
5
삭제
|
6 |
6
삭제
|
7 |
7
삭제
|
8 |
8
삭제
|
9 |
9
삭제
|
10 |
10
컴퓨터 장치로서, 날씨, 기온 및 습도 정보를 포함하는 환경정보를 기초로 복수의 그룹을 정의하고, 상기 복수의 그룹 각각에 대해 복수의 비콘의 신호의 세기 정보를 수신하도록 구성된 입력 수신 모듈;상기 그룹 정보 및 상기 신호의 세기 정보를 처리하여, N개의 비콘에서 사용자 단말까지의 예측된 거리 정보를 벡터화하는 벡터 생성 모듈; 및상기 생성된 벡터로부터 상기 사용자 단말의 실제 위치를 계산하도록 구성된 거리 연산 모듈을 포함하고, 상기 거리 연산 모듈은,사용자 위치 예측 모델을 기초로 연산하고, 상기 사용자 위치 예측 모델은 외부의 서버가 제1사용자 단말로부터 상기 제1사용자 단말의 실제 위치 정보 (x,y)를 수신하고, 상기 제1사용자 단말로부터, 상기 제1사용자 단말에서 수신한 복수의 비콘의 신호의 세기 정보를 수신하고, 상기 복수의 비콘의 신호의 세기 정보를 기초로 상기 제1사용자 단말의 측정 거리 정보 (d1, d2, …, dn)를 생성하고, 상기 측정 거리 정보 (d1, d2, …, dn)와 상기 실제 위치 정보 (x,y)를 연관시켜 훈련 피처 벡터 (d1, d2, …, dn, (x,y))를 생성하여 훈련 데이터 세트를 형성하며, 상기 훈련 데이터 세트 내의 훈련 피처 벡터들을 처리하여, SVR(Support Vector Regression) 기계학습 모델을 기초로 상기 훈련 피처 벡터 (d1, d2, …, dn, (x,y))의 상기 측정 거리 정보 (d1, d2, … dn)를 처리하여, 상기 측정 거리 정보 (d1, d2, … dn)로부터 상기 훈련 피처 벡터 (d1, d2, …, dn, (x,y))의 상기 실제 위치 정보 (x,y)를 맞히도록 생성되는 컴퓨터 장치
|
11 |
11
삭제
|