The eleventh international conference on indoor positioning and indoor localization (IPIN2021) が， スペイン，リュレッド・ダ・マールおよびオンラインで開催されます．
研究室からは以下の発表を行う予定です．

近年，モバイルデバイスやIoTデバイスの普及に伴い，位置情報サービスや経路案内サービスの基盤となる屋内における端末位置の測位技術が注目されています．
その中でも，RSSIを用いた屋内測位が盛んに研究されていますが，既存の技術ではそれぞれの場所ごとに十分なRSSIデータを収集しなければならず，導入コストの高さからまだ扱いやすい技術とはいえません．

既存手法では，データ収集すべき点の発見を行なっていますが，実際の収集を考えると歩行距離を考慮に入れることでさらなるデータ収集コストの削減が期待できます．

そこで我々は，さらに，ベイズ最適化とマルチタスク学習を用いつつデータ収集中の冗長な歩行が削減されるデータ収集位置の逐次推薦アルゴリズムを提案しました．

評価実験により，提案手法が，測位精度を同程度に保ちつつ，データ収集中の歩行距離や所要時間の観点から既存手法と比較してコストが大きく削減されることを確認出来ました．

-presentation information-
TM2.3: WiP III, November 30, 12:00-13:00
Efficient Indoor Localization Model Construction by Sequential Recommendation of Data Gathering Position based on Bayesian Optimization
Yoshiki Omori, Masato Sugasaki and Masamichi Shimosaka