Hägusloogika rakendus asukoha määramiseks
Nimi
Kristjan Solmann
Kokkuvõte
Juhtmevabade andurivõrkude lokaliseerimisalgoritmid on viimastel aastatel olnud huvitav uurimisvaldkond. Erinevate nõuete, näiteks salvestusruumi, arvutusvõimsuse, kommunikatsioonivõime ja energiatõhususe kombinatsioon muudab lokaliseerimisalgoritmi väljatöötamise keeruliseks. Üks lokaliseerimisalgoritmide alamkategooria on närvivõrgu põhised algoritmid, kus närvivõrku treenitakse ankuranduritelt saadud andmetega.
Käesolevas bakalaureusetöös on olemasolevate närvivõrgupõhiste lokaliseerimisalgoritmide kontekstis kasutatud hägusteisendust. Hägusteisendust pakutakse asenduseks algoritmide dimensioonilisuse vähendamise meetoditele. Enne närvivõrgu treenimist andmetel tuleb andmete dimensioonilisust vähendada, kuna see on peamine tegur, mis mõjutab algoritmi tulemuslikkust. Hägusteisenduse tulemuslikkust võrreldakse algsete andmete ja kasutusel oleva dimensionaalsuse vähendamise meetodi peakomponentide analüüsi vastu läbi testimise simuleeritud andmetel. Saadud tulemused näitavad, et hägusteisenduse kasutus pakub paremat lokaliseerimistäpsust kui peakomponentide analüüs kulutades sarnast aega närvivõrgu treenimisel. Hägusteisendus pakub sarnast või veidi madalamat lokaliseerimistäpsust kui algandmete kasutamine, aga närvivõrgu treenimine toimub palju kiiremini.
Käesolevas bakalaureusetöös on olemasolevate närvivõrgupõhiste lokaliseerimisalgoritmide kontekstis kasutatud hägusteisendust. Hägusteisendust pakutakse asenduseks algoritmide dimensioonilisuse vähendamise meetoditele. Enne närvivõrgu treenimist andmetel tuleb andmete dimensioonilisust vähendada, kuna see on peamine tegur, mis mõjutab algoritmi tulemuslikkust. Hägusteisenduse tulemuslikkust võrreldakse algsete andmete ja kasutusel oleva dimensionaalsuse vähendamise meetodi peakomponentide analüüsi vastu läbi testimise simuleeritud andmetel. Saadud tulemused näitavad, et hägusteisenduse kasutus pakub paremat lokaliseerimistäpsust kui peakomponentide analüüs kulutades sarnast aega närvivõrgu treenimisel. Hägusteisendus pakub sarnast või veidi madalamat lokaliseerimistäpsust kui algandmete kasutamine, aga närvivõrgu treenimine toimub palju kiiremini.
Lõputöö keel
inglise
Lõputöö tüüp
Bakalaureus - Informaatika
Juhendaja(d)
Stefania Tomasiello
Kaitsmise aasta
2023