ارائه کننده: حسین اسدالهی
استاد راهنما: دکتر نادر مکاری یامچی
استاد ناظر داخلی: دکتر پائیز عزمی
استاد ناظر خارج از دانشگاه: دکتر امیرمسعود ربیعی (دانشگاه تهران)
تاریخ: 1403/07/17
ساعت: 10 تا 12
مکان: سمینار منفی یک دانشکده فنی و مهندسی

چکیده:
باتوجه‌به اینکه مکان‌یابی داخل ساختمان از اهمیت بالایی برخوردار است و کاربردهای متنوعی از جمله در حوزه اینترنت اشیا، سلامت و بهداشت و کنترل پرسنل دارد. ما در این پژوهش الگوریتمی از ترکیب شبکه‌های عصبی عمیق و شبکه‌های کانولوشن طراحی کرده‌ایم و عملکرد مکان‌یابی داخلی را در چهار سناریو شامل (2 اکسس‌پوینت+2 ایستگاه فرستنده/گیرنده پایه،2 اکسس‌پوینت+1 ایستگاه فرستنده/گیرنده پایه،2 اکسس‌پوینت،2 ایستگاه فرستنده/گیرنده پایه ) و در دو حالت (ایستاده و نشسته ) بررسی نمودیم. نتایج بسیار مطلوبی حاصل گردید که در سناریو اول، میانگین خطای فاصله اقلیدسی 1.04 متر، ماکزیمم خطا 2.51 متر، مقدار تابع توزیع تجمعی در 90 درصد 1.69 متر و مقدار جذر میانگین مربعات خطا 1.15 متر می‌باشد. هم چنین قابلیت تشخیص طبقات بالای 99 درصد و تشخیص حالت کاربر بالای 88 درصد است. مکان‌یابی با استفاده از گوشی هوشمند در یک منطقه مسکونی شهری در ساختمانی دوطبقه با مصالح مستحکم و دیوارهای دوجداره انجام‌گرفته است. الگوریتم ترکیبی طراحی شده نسبت به الگوریتم‌های سنتی شامل (K-نزدیک‌ترین همسایه، ماشین بردار پشتیبان، درخت تصمیم‌ ) و شبکه عصبی عمیق، شبکه عصبی کانولوشن و شبکه عصبی حافظه طولانی-کوتاه‌مدت،  در اکثر پارامترها بالای 20 درصد برتری دارد.