Performance, Robustness, and Failure Analysis of Machine-Learning-Based Wi-Fi RSSI Indoor Positioning in Multi-Floor Environments
本論文は、トリプレットベースのメトリック学習とベイズ重み付きk近傍推論を統合した信頼性考慮型ハイブリッドフレームワークを提案し、これにより多層階Wi-Fi RSSI屋内測位システムの堅牢性と故障耐性を大幅に向上させ、包括的な評価を通じて、このようなアプローチが従来の精度重視の手法と比較して、壊滅的な位置推定誤差や階数誤分類を効果的に減少させることを実証する。