Đề tài nghiên cứu khoa học “Nghiên cứu phát triển giải pháp dùng học máy cải thiện độ chính xác trong định vị trong nhà” đã tiến hành nghiên cứu phát triển giải pháp dùng học máy cải thiện độ chính xác trong định vị trong nhà sử dụng giảm chiều dữ liệu TSVD kết hợp với KNN Regression nhằm đạt được các mục tiêu cải thiện độ chính xác của hệ thống định vị trong nhà; sử dụng kỹ thuật giảm chiều dữ liệu TSVD để tối ưu việc xử lý và sử dụng dữ liệu Từ đó vận dụng, xây dựng Độ chính xác thông qua các tiêu chí như MAE, MSE, RMSE, và R² cho thấy cả hai mô hình (KNN không giảm chiều và KNN với TSVD) có chất lượng dự đoán khá giống nhau. Tuy nhiên, TSVD có thể giúp cải thiện một chút độ chính xác (thể hiện qua MAE và RMSE thấp hơn). Hiệu suất và tốc độ: Điểm mạnh lớn nhất của mô hình KNN với TSVD là thời gian dự đoán cực kỳ nhanh. Việc giảm chiều dữ liệu giúp giảm bớt độ phức tạp và cho phép mô hình chạy nhanh hơn rất nhiều, từ 69 giây xuống chỉ còn 4.9 giây. . Đề án được trình bày trong 3 chương, gồm: Chương 1: Tổng quan về định vị trong nhà và học máy; Chương 2: Mô hình kết hợp tối ưu đặc trưng dữ liệu dùng trong học máy cho định vị trong nhà; Chương 3: Kết quả thực nghiệm và đánh giá.

Ngôn ngữ:	vie
Tác giả:	Dương Thị Hằng (ch.n.), Hoàng Mạnh Kha, Nguyễn Viết Tuyến, Phạm Thị Quỳnh Trang, Tống Văn Luyên
Thông tin nhan đề:	Nghiên cứu phát triển giải pháp dùng học máy cải thiện độ chính xác trong định vị trong nhà
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Đề tài nghiên cứu khoa học / Bộ sưu tập: Điện tử
Mô tả vật lý:	78tr.
Năm xuất bản:	2024