新型SGP-RI模型支持物联网设备的去中心化室内定位

研究人员开发了一种基于稀疏高斯过程和降维输入（SGP-RI）模型的去中心化室内定位框架。该方法允许物联网（IoT）设备在较小的服务区域内执行实时定位和再训练，并能快速适应不断变化的环境。实验表明，SGP-RI在使用的训练数据不到一半的情况下，可以实现与标准高斯过程相当的定位性能。 AI

影响 为广泛的物联网设备实现更高效、更具适应性的室内定位。

排序理由 在arXiv上发表的研究论文，详细介绍了一种新的室内定位模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gaussian process
• Gotit.pub
• Hugging Face
• Influence Flower
• Internet of Things
• Kyeong Soo Kim
• ScienceCast
• Sparse Gaussian Process with Reduced-dimensional Inputs

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →