The tenth international conference on indoor positioning and indoor localization (IPIN2019) がイタリアピサにてに開催されます．

研究室からは以下の発表を行う予定です．

フィンガープリントベースのWi-Fi測位はユビキタスコンピューティングのコミュニティのいて盛んに研究されてきたテーマの一つです．

一方，長期運用時の性能維持が一つの課題でした．環境中の電波の伝播条件が変動するためです．　

この発表では，環境変動に応じたモデルのパラメータの更新手法として，逐次的な機械学習法並びに少数サンプルによる過学習を防ぐため，
グループレベルのTV（total variation）正則化を導入した手法，GroupWi-Loと呼ばれる手法を提案します．　

一定期間毎にデータ収集を行い，その都度パラメータを更新する際，TV正則化により変更量を縮退させる効果を用いることで性能の安定化を図っています．

大学の研究室レベルでの評価に加え，商業施設での半年以上の逐次的な計測と性能評価も行っております．

-presentation information-
A21 – Special session – Machine learning, October 1, 10:20-12:20
GroupWi-Lo: Maintaining Wi-Fi-based Indoor Localization Accurate via Group-wise Total Variation Regularization
Masato Sugasaki*, Kota Tsubouchi**, Masamichi Shimosaka*, Nobuhiko Nishio***,
(*Tokyo Institute of Technology, **Yahoo! Japan Corporation,  ***Ritsumeikan  University)