PulseAugur
实时 09:00:09
English(EN) Mean Teacher based SSL Framework for Indoor Localization Using Wi-Fi RSSI Fingerprinting

新的半监督学习框架提高了室内Wi-Fi定位精度

研究人员开发了一种新的半监督学习(SSL)框架,用于使用Wi-Fi RSSI指纹进行室内定位。该框架基于均值教师模型,有效地利用标记和未标记数据来提高准确性和泛化能力。它解决了数据收集耗时和动态环境性能下降等挑战。与传统的监督学习方法相比,所提出的方法在定位误差方面有了显著的降低。 AI

影响 通过利用未标记数据,提高了室内定位系统的准确性和效率。

排序理由 该集群包含一篇详细介绍新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sihao Li, Zhe Tang, Kyeong Soo Kim, Jeremy S. Smith ·

    基于均值教师的SSL框架用于Wi-Fi RSSI指纹室内定位

    arXiv:2407.13303v2 Announce Type: replace Abstract: Conventional large-scale indoor localization based on Wi-Fi RSSI fingerprinting faces issues of time-consuming and labor-intensive labeled data collection, limited generalization of a model trained under a supervised learning (S…