Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
Texto Completo: | http://repositorio.utfpr.edu.br/jspui/handle/1/30723 |
Resumo: | Sistemas de localização interna e suas aplicabilidades estão em alta, no entanto, mitigar erros e interferências são pontos fundamentais para um bom resultado além do custo de aplica-la, seja por conta da aquisição de tecnologia ou pelos recursos disponíveis para tornar viável a execução da localização. Neste trabalho, realiza-se quatro experimentos baseados em aprendizado de máquina para resolver o problema de localização interna dentro da UTFPR-CM. O objetivo principal é identificar a melhor forma de realizar o mapeamento das células (salas) e além da comparação entre as acurácias obtidas pelos classificadores clássicos K-NN e SVM, para então definir qual o modelo mais eficiente para a localização interna. Os experimentos foram realizados coletando 1, 5, 6 ou mais pontos de mapeamento por célula, e posteriormente utilizado nos classificadores K-NN e SVM para obter a acurácia de acerto. Para construção dos modelos preditivos é utilizado o método de GridSearch através da biblioteca Sklearn. O método mais eficiente foi o cenário no qual foram coletados pontos a cada 1,5m variando de 14 a 36 pontos por célula e utilizado o classificador SVM com Kernel linear, C igual a 1 e Gamma igual a 0,002. Obtendo uma acurácia de 82% de acerto. Este resultado é promissor e abre campo para continuidade da pesquisa além de melhorias significantes tornando a solução mais eficiente. |
id |
UTFPR-12_01bae9e839814b6baad6631937828fb6 |
---|---|
oai_identifier_str |
oai:repositorio.utfpr.edu.br:1/30723 |
network_acronym_str |
UTFPR-12 |
network_name_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
repository_id_str |
|
spelling |
2023-03-06T19:04:20Z2023-03-06T19:04:20Z2022-07-01RAMOS, Rafael Alessandro. Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM. 2022. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2022.http://repositorio.utfpr.edu.br/jspui/handle/1/30723Sistemas de localização interna e suas aplicabilidades estão em alta, no entanto, mitigar erros e interferências são pontos fundamentais para um bom resultado além do custo de aplica-la, seja por conta da aquisição de tecnologia ou pelos recursos disponíveis para tornar viável a execução da localização. Neste trabalho, realiza-se quatro experimentos baseados em aprendizado de máquina para resolver o problema de localização interna dentro da UTFPR-CM. O objetivo principal é identificar a melhor forma de realizar o mapeamento das células (salas) e além da comparação entre as acurácias obtidas pelos classificadores clássicos K-NN e SVM, para então definir qual o modelo mais eficiente para a localização interna. Os experimentos foram realizados coletando 1, 5, 6 ou mais pontos de mapeamento por célula, e posteriormente utilizado nos classificadores K-NN e SVM para obter a acurácia de acerto. Para construção dos modelos preditivos é utilizado o método de GridSearch através da biblioteca Sklearn. O método mais eficiente foi o cenário no qual foram coletados pontos a cada 1,5m variando de 14 a 36 pontos por célula e utilizado o classificador SVM com Kernel linear, C igual a 1 e Gamma igual a 0,002. Obtendo uma acurácia de 82% de acerto. Este resultado é promissor e abre campo para continuidade da pesquisa além de melhorias significantes tornando a solução mais eficiente.Internal location systems and their applicability are on the rise, however, mitigating errors and interference are fundamental points for a good result in addition to the cost of applying it, either due to the acquisition of technology or the resources available to make the execution of the localization. In this work, four experiments based on machine learning are carried out to solve the problem of indoor localization within the UTFPR-CM. The main objective is to identify the best way to carry out the mapping of cells (rooms) and in addition to comparing the accuracies obtained by the classical K-NN and SVM classifiers, to then define the most efficient model for the internal location. The experiments were carried out by collecting 1, 5, 6 or more mapping points per cell, and later used in the K-NN and SVM classifiers to obtain the accuracy. To build predictive models, the GridSearch method is used through the Sklearn library. The most efficient method was the scenario in which points were collected every 1.5m, ranging from 14 to 36 points per cell, and using the SVM classifier with linear Kernel, C equal to 1 and Gamma equal to 0.002. Obtaining an accuracy of 82%. This result is promising and opens the way for further research in addition to significant improvements making the solution more efficient.porUniversidade Tecnológica Federal do ParanáCampo MouraoCiência da ComputaçãoUTFPRBrasilDepartamento Acadêmico de Computaçãohttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOAprendizado do computadorOndas de rádioPercepção de padrõesRedes locais sem fioInstalações universitáriasMachine learningRadio wavesPattern perceptionWireless LANsCollege facilitiesComparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CMComparison between classification techniques applied to wi-fi signals, for cell location, in the UTFPR-CM facilitiesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCampo MourãoValentin, Lucio GeronimoMartinez, Roberto Wilhelm KraussValentin, Lucio GeronimoMartinez, Roberto Wilhelm KraussFoleiss, Juliano HenriqueKawamoto, André Luiz SatoshiRamos, Rafael Alessandroreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/2/license_rdf0175ea4a2d4caec4bbcc37e300941108MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/3/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD53ORIGINALcomparacaoentretecnicasclassificacao.pdfcomparacaoentretecnicasclassificacao.pdfapplication/pdf6355566http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/1/comparacaoentretecnicasclassificacao.pdf389537946647a485c5a90f0ff397a7e1MD51TEXTcomparacaoentretecnicasclassificacao.pdf.txtcomparacaoentretecnicasclassificacao.pdf.txtExtracted texttext/plain88893http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/4/comparacaoentretecnicasclassificacao.pdf.txt30ff87faad8f5c894745ecf50c20dd03MD54THUMBNAILcomparacaoentretecnicasclassificacao.pdf.jpgcomparacaoentretecnicasclassificacao.pdf.jpgGenerated Thumbnailimage/jpeg1277http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/5/comparacaoentretecnicasclassificacao.pdf.jpg7ad4c30834246e098b449ef1d81731a4MD551/307232023-03-07 03:07:30.127oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2023-03-07T06:07:30Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.pt_BR.fl_str_mv |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
dc.title.alternative.pt_BR.fl_str_mv |
Comparison between classification techniques applied to wi-fi signals, for cell location, in the UTFPR-CM facilities |
title |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
spellingShingle |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM Ramos, Rafael Alessandro CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Aprendizado do computador Ondas de rádio Percepção de padrões Redes locais sem fio Instalações universitárias Machine learning Radio waves Pattern perception Wireless LANs College facilities |
title_short |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
title_full |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
title_fullStr |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
title_full_unstemmed |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
title_sort |
Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM |
author |
Ramos, Rafael Alessandro |
author_facet |
Ramos, Rafael Alessandro |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Valentin, Lucio Geronimo |
dc.contributor.advisor-co1.fl_str_mv |
Martinez, Roberto Wilhelm Krauss |
dc.contributor.referee1.fl_str_mv |
Valentin, Lucio Geronimo |
dc.contributor.referee2.fl_str_mv |
Martinez, Roberto Wilhelm Krauss |
dc.contributor.referee3.fl_str_mv |
Foleiss, Juliano Henrique |
dc.contributor.referee4.fl_str_mv |
Kawamoto, André Luiz Satoshi |
dc.contributor.author.fl_str_mv |
Ramos, Rafael Alessandro |
contributor_str_mv |
Valentin, Lucio Geronimo Martinez, Roberto Wilhelm Krauss Valentin, Lucio Geronimo Martinez, Roberto Wilhelm Krauss Foleiss, Juliano Henrique Kawamoto, André Luiz Satoshi |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Aprendizado do computador Ondas de rádio Percepção de padrões Redes locais sem fio Instalações universitárias Machine learning Radio waves Pattern perception Wireless LANs College facilities |
dc.subject.por.fl_str_mv |
Aprendizado do computador Ondas de rádio Percepção de padrões Redes locais sem fio Instalações universitárias Machine learning Radio waves Pattern perception Wireless LANs College facilities |
description |
Sistemas de localização interna e suas aplicabilidades estão em alta, no entanto, mitigar erros e interferências são pontos fundamentais para um bom resultado além do custo de aplica-la, seja por conta da aquisição de tecnologia ou pelos recursos disponíveis para tornar viável a execução da localização. Neste trabalho, realiza-se quatro experimentos baseados em aprendizado de máquina para resolver o problema de localização interna dentro da UTFPR-CM. O objetivo principal é identificar a melhor forma de realizar o mapeamento das células (salas) e além da comparação entre as acurácias obtidas pelos classificadores clássicos K-NN e SVM, para então definir qual o modelo mais eficiente para a localização interna. Os experimentos foram realizados coletando 1, 5, 6 ou mais pontos de mapeamento por célula, e posteriormente utilizado nos classificadores K-NN e SVM para obter a acurácia de acerto. Para construção dos modelos preditivos é utilizado o método de GridSearch através da biblioteca Sklearn. O método mais eficiente foi o cenário no qual foram coletados pontos a cada 1,5m variando de 14 a 36 pontos por célula e utilizado o classificador SVM com Kernel linear, C igual a 1 e Gamma igual a 0,002. Obtendo uma acurácia de 82% de acerto. Este resultado é promissor e abre campo para continuidade da pesquisa além de melhorias significantes tornando a solução mais eficiente. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022-07-01 |
dc.date.accessioned.fl_str_mv |
2023-03-06T19:04:20Z |
dc.date.available.fl_str_mv |
2023-03-06T19:04:20Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
RAMOS, Rafael Alessandro. Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM. 2022. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2022. |
dc.identifier.uri.fl_str_mv |
http://repositorio.utfpr.edu.br/jspui/handle/1/30723 |
identifier_str_mv |
RAMOS, Rafael Alessandro. Comparação entre técnicas de classificação aplicadas em sinais de wi-fi para localização de células nas instalações da UTFPR-CM. 2022. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Campo Mourão, 2022. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/30723 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Campo Mourao |
dc.publisher.program.fl_str_mv |
Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UTFPR |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento Acadêmico de Computação |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná Campo Mourao |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
collection |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) |
bitstream.url.fl_str_mv |
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/2/license_rdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/3/license.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/1/comparacaoentretecnicasclassificacao.pdf http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/4/comparacaoentretecnicasclassificacao.pdf.txt http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/30723/5/comparacaoentretecnicasclassificacao.pdf.jpg |
bitstream.checksum.fl_str_mv |
0175ea4a2d4caec4bbcc37e300941108 b9d82215ab23456fa2d8b49c5df1b95b 389537946647a485c5a90f0ff397a7e1 30ff87faad8f5c894745ecf50c20dd03 7ad4c30834246e098b449ef1d81731a4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1805922941525819392 |