Wi-Fi fingerprinting basado en WKNN con aprendizaje de métricas de distancia profunda a través de una red siamesa de tripletes para posicionamiento en interiores
Autores: Park, Jae-Hyeon; Kim, Dongdeok; Suh, Young-Joo
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Wi-Fi fingerprinting basado en WKNN con aprendizaje de métricas de distancia profunda a través de una red siamesa de tripletes para posicionamiento en interiores
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
K-vecino más cercano
Huella digital de Wi-Fi
Aprendizaje de métricas de distancia
Red siamesa
Función de pérdida de tripletes
Servicios basados en la ubicación en interiores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
El método de posicionamiento basado en huellas dactilares de Wi-Fi ponderado k-vecinos más cercanos (WKNN) es popular en servicios de ubicación en interiores debido a su facilidad de implementación y bajo costo computacional.
Descripción
El método de posicionamiento basado en huellas dactilares de Wi-Fi ponderado k-vecinos más cercanos (WKNN) es popular en servicios de ubicación en interiores debido a su facilidad de implementación y bajo costo computacional.