Localização Indoor por Meio de Aprendizagem de Máquina Apoiada por Beacons Virtuais
##plugins.themes.bootstrap3.article.main##
Resumo
Este artigo apresenta uma solução ao problema de localização indoor por meio de aprendizagem de máquina com o apoio de um novo conceito denominado beacon virtual. Esse conceito mostrou consideráveis ganhos em desempenho em modelos onde a representatividade dos dados é crucial na precisão das predições do modelo. Beacons virtuais também podem ser úteis em ambientes onde a instalação de beacons de referência em determinados pontos poderiam gerar transtornos à movimentação de pessoas e objetos em geral. A título de comparação de desempenho, a solução foi implementada considerando quatro algoritmos diferentes de aprendizagem de máquina, sendo dois deles lineares e os outros dois não lineares. Validações com dados reais apontaram o modelo baseado em Multilayer Perceptron (MLP) como o modelo de melhor desempenho entre os quatro modelos considerados no que diz respeito ao menor erro entre a posição predita e a real, sendo que a aplicação do conceito de beacon virtual fora determinante para tal resultado.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Como Citar
de Oliveira, H., Gaspar, M., Azevêdo, V., Salgado, P., & Bastos-Filho, C. (2022). Localização Indoor por Meio de Aprendizagem de Máquina Apoiada por Beacons Virtuais. Revista De Engenharia E Pesquisa Aplicada, 7(2), 65-74. https://doi.org/10.25286/repa.v7i2.2219
Seção
Edição Especial Inteligência Artificial