Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Jae-Il Jung | - |
dc.contributor.author | 최원서 | - |
dc.date.accessioned | 2024-03-01T07:51:22Z | - |
dc.date.available | 2024-03-01T07:51:22Z | - |
dc.date.issued | 2024. 2 | - |
dc.identifier.uri | http://hanyang.dcollection.net/common/orgView/200000725228 | en_US |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/188777 | - |
dc.description.abstract | Wi-Fi-based localization has many advantages for mobile applications as it works indoors and in urban environments. It is critical to obtain the accurate positon of the Wi-Fi Access Point (AP). However, there are many cases when the location information APs are unavailable and inaccurate. This present a challenge to use of Wi-Fi-based localization for critical position-based services. In this paper, novel techniques are introduced to enhance Wi-Fi AP positioning by leveraging daily collected real-world mobile data obtained from 6 million users over a month. The proposed approach, which is a hexagonal convolution neural network (H-CNN) based on U-Net, includes novel data processing by incorporating the received signal strength indicator (RSSI) and urban geographical information. Additionally, a novel loss function named hex-loss, which represents the Root Mean Square Error (RSME) within the hexagonal grid, is introduced to train the proposed approach. I evaluate the accuracy of the estimated Wi-Fi AP position by comparing it to the true AP position using RSME and hex-loss. The evaluation results show that the proposed approach decreases the error to approximately 4% compared to the simple DNN-based approach and approximately 50% compared to the state-of-the-art square grid-based CNN.|Wi-Fi 기반 위치 측위는 실내 또는 도시 환경에서 잘 작동하기 때문에 모바일 애플리케이션에 강점을 가지고 있습니다. Wi-Fi Access Point(AP)의 위치를 정확히 알고 있는지는 Wi-Fi 기반 위치 측위에 있어 성능에 영향을 줍니다. 그러나 잘못된 Wi-Fi AP 위치 정보나 사용 불가능한 Wi-Fi AP 위치는 중요한 위치 기반 서비스에 Wi-Fi 기반 위치 측위를 어렵게 만듭니다. 본 논문에서는 하루에 600만 사용자로부터 수집된 실제 모바일 애플리케이션 데이터를 활용하여 Wi-Fi AP 위치 측위의 성능을 향상하기 위한 새로운 기법을 제안합니다. 제안된 기법은 U-Net을 기반으로 한 hexagonal convolution neural network (H-CNN)으로, received signal strength indicator (RSSI) 및 urban 정보를 통합한 새로운 데이터 처리를 포함하고 있습니다. 또한, 제안된 기법에서는 사용되는 AI 모델을 학습하기 위해 육각형 그리드 (hexagonal grid) 내의 root mean square error (RSME)를 나타내는 새로운 loss function인 'hex-loss'가 소개되었습니다. 제안된 기법으로 추정된 Wi-Fi AP 위치의 정확도를 RSME 및 hex-loss를 사용하여 실제 AP 위치와 비교하여 평가했습니다. 평가 결과는 제안된 기법이 DNN 기반 접근 방식에 비해 오차를 약 4% 로 감소시키고, 정사각형 그리드 (square grid) 기반 CNN에 비해 약 50% 로 감소시킵니다. | - |
dc.publisher | 한양대학교 대학원 | - |
dc.title | Enhanced Wi-Fi Access Point Positioning based on Hexagonal CNN using Mobile Measurement and Building/Road Information | - |
dc.type | Theses | - |
dc.contributor.googleauthor | 최원서 | - |
dc.contributor.alternativeauthor | Wonseo Choi | - |
dc.sector.campus | S | - |
dc.sector.daehak | 대학원 | - |
dc.sector.department | 융합전자공학과 | - |
dc.description.degree | Master | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.