WiFi轨迹楼层分离新方法：图嵌入聚类
热点事件持续更新
WiFi轨迹楼层分离新方法：图嵌入聚类
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Rabia Yasa Kostas 与 Kahraman Kostas 发表论文，提出一种基于图的 WiFi 轨迹楼层分离方法：将 WiFi 指纹构建为图，用 Node2Vec 生成低维嵌入，再以 K-means 聚类识别楼层，用于解决室内垂直定位问题。 在华为 University Challenge 2021 数据集上，该方法准确率 68.97%、F1 分数 61.99%、调整兰德指数 57.19%，论文称其优于传统社区发现算法。作者已公开预处理数据集与实现代码。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
基于图节点嵌入与 WiFi 轨迹聚类的楼层分离方法报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LG基于图节点嵌入与 WiFi 轨迹聚类的楼层分离方法
研究提出一种基于图的楼层分离方法，将 WiFi 指纹构建为图、用 Node2Vec 生成低维嵌入并以 K-means 聚类识别楼层。在华为 University Challenge 2021 数据集上，该方法准确率 68.97%、F1 分数 61.99%、调整兰德指数 57.19%，优于传统社区发现算法。预处理数据集与实现代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。